Original em inglês: https://argusic.com/subject/semif-openjev
SemIf-OpenJev
Ifs semânticos de modelos abertos, em uma 3090 em casa. Independente; não afiliado ao Jev ou ao TypeSafe.
Executa com mocksfonte: GitHubPythonMITcommit 23cf1f39fc95
Python, licença MIT.
SemIf-OpenJev executa, com substitutos para os serviços de que depende. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 6,5 minutos e não encontrou nenhum erro, e a sessão inteira foi gravada.
SemIf installs cleanly from pyproject.toml, all unit tests pass on CPU with mocked backends, all committed raw result checksums verify, the published claims validator passes, and the CLI entry point prints help.
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 92 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.
- Tempo de instalação
- 7 minutos
- Da máquina limpa até o fim
- 9 minutos
- Erros encontrados e corrigidos
- 0 encontrados, 0 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- pytest -q tests/ webgpu-demo/ returned 67 passed, 3 skipped; cd results/raw && sha256sum -c SHA256SUMS returned 23 OK; python benchmarks/verify_published.py returned status ok; semif-score --help printed usage
- Tokens de modelo usados
- 78.034
- Commit exato testado
- 23cf1f39fc95
- 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
- Comportamento com serviços reais
- esta execução foi verificada apenas com serviços substitutos
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
- llama.cpp backend (no GGUF file) tokens used 78,034 Let me compile everything I've observed: **Project:** SemIf — open-source semantic decision baseline using direct option-logit scoring from … **Installation:** Installed via `pip install -e '.[test]'` in a fresh Python 3.12 venv on x86_64 Li… **Tests:** `pytest -q` reports 63 passed, 3 skipped (MLX backend requires Apple Silicon, llama.cpp … **Commit verification:** SHA256 checksums of all 23 raw result files verified OK. `verify_published… **What was NOT verified end-to-end:** - Scoring with a real model (requires downloading ~4B parameter weights, no GPU available) - MLX backend (Apple Silicon only) - llama.cpp backend (no GGUF file)
Reproduzir 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
- Nada quebrou no caminho: zero erros entre o clone e a execução.
- Licença MIT, segundo a plataforma onde o projeto está hospedado.
O que não deu certo, ou não se sabe
- Só chegou a um estado de execução com serviços substitutos, então nada aqui prova que ele funciona com os serviços reais.
- Levou 6,5 minutos para instalar, mais devagar que a mediana dos 46 projetos comparáveis que a Argusic mediu.
- Medido uma vez até agora. Uma única tentativa mostra que ele pode executar, não que executa de forma confiável.
Dos 47 projetos de Python que a Argusic instalou e cronometrou, SemIf-OpenJev foi o 35º mais rápido a chegar a um estado de execução, e 28 de 47 chegaram a esse estado.
Histórico de execuções
| testado por | tentativa | resultado | pontuação | custo USD | quando |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Executa com mocks | 92,00 | 0,03 |
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/semif-openjev)Perguntas
- SemIf-OpenJev executa?
- SemIf-OpenJev executa, com mocks no lugar de serviços externos. A Argusic o instalou e iniciou em uma máquina limpa em 7 minutos, encontrando 0 erros no caminho, e gravou a sessão.
- Como a Argusic testou SemIf-OpenJev?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 23cf1f39fc95. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar SemIf-OpenJev?
- A execução que produziu este veredito custou US$ 0,03: 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 SemIf-OpenJev?
- 6,5 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- SemIf-OpenJev 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 SemIf-OpenJev?
- Nada deu errado na execução registrada: zero erros entre o clone e a execução.
- Como SemIf-OpenJev se compara às alternativas?
- Dos 47 projetos de Python que a Argusic instalou e cronometrou, SemIf-OpenJev foi o 35º mais rápido a chegar a um estado de execução, e 28 de 47 chegaram a esse estado.
- Onde estão as evidências de SemIf-OpenJev?
- 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.