Original en inglés: https://argusic.com/subject/kev
kev
Familia de modelos de decisión tipo Jev construidos sobre Qwen3.5/3.8 que puedes entrenar y ejecutar en tu propio equipo.
Funciona con mocksfuente: GitHubPythonApache-2.0commit 3e1cd3bb588a
Python, licencia Apache-2.0. El proyecto se describe a sí mismo como: decision model, jev y qwen3.
kev funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 1,5 minutos y encontró 4 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
Kev installs cleanly and passes all non-GPU, non-server tests on CPU. API, data builders, metrics, checkpoints, suite reader, and eval logic verified.
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 92 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.
- Smoke training OOMs on CPU under 8GB cgroup limit5 minutos
- test_unit.py: 8 full_weight/interpolation tests hang on CPU (train tiny models, exceed 8GB limit)3 minutos
- test_model.py: OOM-killed (8GB cgroup limit) or skipped2 minutos
- test_api.py: all 10 tests fail — require running kev.serve
- Tiempo de instalación
- 2 minutos
- De máquina en frío a terminar
- 63 minutos
- Errores encontrados y corregidos
- 4 encontrados, 4 corregidos sin ayuda humana
- Cómo se demostró el resultado
- pytest: test_conventions/breadth/generators/hard/longdoc/devtools/documents=155 passed; test_research=82 passed; test_rounds(filtered)=79 passed; test_unit(filtered)=26+ passed; core API verified via Python (SystemOneRequest->to_record->to_answers)
- Tokens de modelo usados
- 154.651
- Commit exacto probado
- 3e1cd3bb588a
- 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
- Comportamiento con servicios reales
- esta ejecución solo se verificó con servicios sustitutos
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
/bin/sh -lc 'cd /work/repo && timeout 20 .venv/bin/python -m pytest tests/test_unit.py --tb=no -k "…
succeeded in 8507ms:
-- Docs: https://docs.pytest.org/en/stable/how-to/capture-warnings.html
================= 26 passed, 80 deselected, 1 warning in 6.76s =================
Now I have the exact passing counts. Let me publish the final exact
exec
/bin/sh -lc "echo 'ARGUSIC_RESULT:{\"install_succeeded\": true, \"launch_succeeded\": true, \"insta…
succeeded in 0ms:
Kev installs cleanly (`uv sync` + `uv sync --extra serve`), builds as an editable package, and pass…
tokens used
154,651
Kev installs cleanly (`uv sync` + `uv sync --extra serve`), builds as an editable package, and pass…Reproducir 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
- Se instaló en 1,5 minutos.
- Se recuperó de los 4 errores sin que interviniera una persona, lo que indica que los fallos están lo bastante documentados como para resolverlos.
- Licencia Apache-2.0, según su plataforma de origen.
Qué no salió bien, o no se sabe
- Solo llegó a funcionar con servicios sustitutos, así que nada de lo que hay aquí demuestra que funcione con los reales.
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
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
| probado por | intento | resultado | puntuación | costo USD | cuándo |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Funciona con mocks | 92,00 | 0,29 |
Temas (de GitHub)
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/kev)Preguntas
- ¿Funciona kev?
- kev funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 2 minutos, con 4 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic kev?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 3e1cd3bb588a. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar kev?
- La ejecución que produjo este veredicto costó 0,29 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 kev en instalarse?
- 1,5 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita kev una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar kev?
- En la ejecución registrada fallaron 4 cosas, y 4 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Dónde está la evidencia de kev?
- 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.