Original en inglés: https://argusic.com/subject/jev
jev
jevos: una alternativa de código abierto a Jev y Microsoft-Decision-1. Decisiones de sí/no, opciones y puntuaciones con probabilidades, en la CPU de tu laptop.
Funcionafuente: GitHubsitio webC++MITcommit eb74cf78e537
C++, licencia MIT. El proyecto se describe a sí mismo como: ai, classification, cpu inference, decision model, edge ai, gguf, jev y jev alternative.
jev funciona. Un agent de Argusic lo instaló en 19 minutos y encontró 2 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
The jev project installs with uv, the llama.cpp runtime and a pinned GGUF model download with sha256 verification, and the HTTP server (port 8017) serves real noul decisions over /v1/systemone plus /health, /v1/models and /dino, all confirmed with curl status codes and JSON responses in this container.
Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide
Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 100 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).
De un vistazo
Datos del proyecto de GitHub, enlazados al principio de esta página, actualizado . Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.
Qué se midió
De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.
Qué salió mal, en palabras del propio agent
Las palabras del propio agent, de lo más grave a lo menos, nunca reescritas como consejos.
- README quickstart points to a jevos release asset (jevos-q4_k_m.gguf) that returns 404 on GitHub4 minutos
- uv was not installed in the container2 minutos
- Tiempo de instalación
- 19 minutos
- De máquina en frío a terminar
- 7 minutos
- Errores encontrados y corregidos
- 2 encontrados, 2 corregidos sin ayuda humana
- Cómo se demostró el resultado
- uv sync exited 0 (16 packages resolved); 'uv run jev serve --model spark-1.7b --quant q4_k_m --device cpu --threads 4' started and GET /health returned HTTP 200 with status ready; POST /v1/systemone with the README example returned HTTP 200 with noul 0.9496128141559874; 'jev decide' on a native request exited 0 and wrote full decision JSON; /v1/models and /dino both returned HTTP 200
- Tokens de modelo usados
- 191.451
- Commit exacto probado
- eb74cf78e537
- Imagen del contenedor
- sha256:cdd920bce783
Qué no se midió
La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.
- Memoria de GPU máxima
- se ejecutó en una máquina con CPU, así que no había GPU que muestrear
- Comportamiento en una ejecución larga
- cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga
Ver la sesión
La ejecución completa, desde una máquina limpia, a la velocidad a la que ocurrió. No se ha cortado ni acelerado nada.
Una grabación del intento 1, ejecutado el , el intento que decidió el veredicto anterior. La grabación de terminal a partir de la que se hizo es la evidencia, guardada con una huella sha256; el video es un render de ella. No se carga nada del servicio de video hasta que pulses reproducir.
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
5. **Real inference** — `POST /v1/systemone` with the README's example returned HTTP 200 with `{"mo…
6. **CLI** — `jev decide --model spark-1.7b --quant q4_k_m --device cpu --threads 4` on a native-fo…
7. **Assets** — `ffmpeg -v error` decoded `assets/dino_run.gif` and both PNGs cleanly.
8. **One doc mismatch** (not a failure): README says `choice`/`score` are refused with 422, but the…
Total elapsed: ~19 minutes of work (install ~4 min, downloads ~3 min, runs ~10 min).
exec
/bin/sh -lc 'cd /work/repo && export PATH="$HOME/.local/bin:$PATH" && uv run jev devices 2>&1 | pyt…
succeeded in 0ms:
installed_runtimes: ['vulkan']
devices: ['CPU']
tokens used
191,451Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.
Cómo se probó
Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.
Puntos fuertes y límites
Hechos medidos, no opiniones. Cómo se redacta.
Qué salió bien
- Llegó a funcionar en una máquina limpia, con la sesión grabada.
- Se instaló en 19 minutos.
- Se recuperó de los 2 errores sin que interviniera una persona, lo que indica que los fallos están lo bastante documentados como para resolverlos.
- Funcionó sin GPU, así que no necesita una para arrancar.
- Licencia MIT, según su plataforma de origen.
Qué no salió bien, o no se sabe
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
Para qué es una opción razonable
- Probarlo en un portátil o en un servidor pequeño: llegó a funcionar sin GPU.
También probados, en la misma área
Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.
Historial de ejecuciones
Temas (de GitHub)
aiclassificationcpu-inferencedecision-modeledge-aiggufjevjev-alternativellama-cppllmllm-inferencelocal-ailocal-llmmicrosoft-decisionmicrosoft-decision-1offlineon-device-aiopen-source-alternativeself-hostedyes-no
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/jev)Preguntas
- ¿Funciona jev?
- Sí. jev funciona. Argusic lo instaló y lo inició en una máquina limpia en 19 minutos, con 2 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic jev?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit eb74cf78e537. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar jev?
- La ejecución que produjo este veredicto costó 0,05 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
- ¿Cuánto tarda jev en instalarse?
- 19 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita jev una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar jev?
- En la ejecución registrada fallaron 2 cosas, y 2 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Dónde está la evidencia de jev?
- La ejecución registrada está en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.