Original em inglês: https://argusic.com/subject/jev
jev
jevos: uma alternativa de código aberto ao Jev e ao Microsoft-Decision-1. Decisões sim/não, escolhas e pontuações com probabilidades, na CPU do seu laptop.
Executafonte: GitHubpágina do projetoC++MITcommit eb74cf78e537
C++, licença MIT. O projeto se descreve como: ai, classification, cpu inference, decision model, edge ai, gguf, jev e jev alternative.
jev executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 19 minutos e encontrou 2 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
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.
O que o agent conseguiu em uma máquina limpa, nas palavras dele. Como isto é medido
Medido pela Argusic em uma máquina nova, todas as vezes. Cada número tem link para as suas evidências. Pontuação Argusic 100 de 100 (a média das pontuações das execuções deste projeto).
Visão geral
Dados do projeto de GitHub, com link no topo desta página, atualizado em . Dados de teste da Argusic (CC BY 4.0); cada número tem link para uma página de execução com o log completo, a gravação e os hashes sha256 deles.
O que foi medido
Da execução que decidiu este veredito. Cada linha é um valor registrado, não uma estimativa.
O que deu errado, nas palavras do agent
As palavras do próprio agent, das piores para as menores, nunca reescritas como conselho.
- 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
- Tempo de instalação
- 19 minutos
- Da máquina limpa até o fim
- 7 minutos
- Erros encontrados e corrigidos
- 2 encontrados, 2 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- 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 exato testado
- eb74cf78e537
- Imagem do container
- sha256:cdd920bce783
O que não foi medido
A outra metade, para você ver exatamente até onde estas evidências vão. Uma lacuna é mostrada como lacuna e nunca é preenchida.
- Pico de memória da GPU
- esta execução foi em uma máquina com CPU, então não havia GPU para medir
- Comportamento em uma execução longa
- cada tentativa usa as menores configurações documentadas e um orçamento de tempo fixo, então isto mede se ele executa, não como ele se comporta sob carga
Assista à sessão
A execução inteira, a partir de uma máquina limpa, na velocidade em que realmente aconteceu. Nada é cortado e nada é acelerado.
Uma gravação da tentativa 1, executada em , a tentativa que decidiu o veredito acima. A gravação do terminal da qual ele foi feito é a evidência, guardada com uma impressão digital sha256; o vídeo é uma renderização dela. Nada é carregado do serviço de vídeo até você apertar o play.
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
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
191,451Reproduzir a sessão inteira, cada comando desde a máquina limpa até este ponto.
Como foi testado
Um agent, um container, nenhuma ajuda humana. Ele instala o projeto do jeito que a própria documentação do projeto manda, executa o projeto e corrige o que quebra. Tudo abaixo é registrado como aconteceu: a sessão de terminal, o log e o commit exato. A metodologia completa.
Pontos fortes e limites
Fatos medidos, não opiniões. Como este conteúdo é escrito.
O que deu certo
- Chegou a um estado de execução em uma máquina limpa, com a sessão gravada.
- Instalado em 19 minutos.
- Recuperou-se de todos os 2 erros sem que uma pessoa interviesse, o que indica que as falhas estão documentadas o suficiente para serem resolvidas.
- Executou sem GPU, então não precisa de uma para iniciar.
- Licença MIT, segundo a plataforma onde o projeto está hospedado.
O que não deu certo, ou não se sabe
- Medido uma vez até agora. Uma única tentativa mostra que ele pode executar, não que executa de forma confiável.
Para que é uma escolha razoável
- Testar em um laptop ou em um servidor pequeno: ele chegou a um estado de execução sem GPU.
Também testados, na mesma área
Cada um destes foi instalado e executado pela Argusic em uma máquina limpa. Nada aparece aqui sem ter sido testado.
Histórico de execuções
Tópicos (de GitHub)
aiclassificationcpu-inferencedecision-modeledge-aiggufjevjev-alternativellama-cppllmllm-inferencelocal-ailocal-llmmicrosoft-decisionmicrosoft-decision-1offlineon-device-aiopen-source-alternativeself-hostedyes-no
Incorporar o selo
Markdown para o README do projeto. Ele tem link de volta para esta página; os termos estão na página de termos.
[](https://argusic.com/subject/jev)Perguntas
- jev executa?
- Sim. jev executa. A Argusic o instalou e iniciou em uma máquina limpa em 19 minutos, encontrando 2 erros no caminho, e gravou a sessão.
- Como a Argusic testou jev?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit eb74cf78e537. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar jev?
- A execução que produziu este veredito custou US$ 0,05: custo real de computação e de modelo, não um preço de tabela por milhão de tokens. Esse valor está registrado na página da execução.
- Quanto tempo leva para instalar jev?
- 19 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- jev precisa de GPU?
- Não para iniciar. A Argusic chegou a um estado de execução em uma máquina sem GPU.
- O que dá errado ao instalar jev?
- 2 coisas quebraram na execução registrada, e 2 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Onde estão as evidências de jev?
- A execução registrada está nesta página, cada uma com link para o seu log completo e a sua gravação do terminal, guardados com uma impressão digital sha256 para que não possam ser alterados discretamente.