/ Модель

Характеристики

Контекст
262 144 токена
Параметры
1,7 млрд
Лицензия
Apache 2.0
Архитектура
qwen3_5_text · dense
Базовая модель
Qwen3.5-2B
Библиотека
transformers
Опубликована
23 сен 2026

JevK5-2B

Генерация текстаТекст → текст12 профессий

Англоязычная модель на базе Qwen3.5-2B, которая за один проход оценивает варианты ответа на вопросы по документам.

917скачиваний за 30 дней1лайквеса обновлены24 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

JevK5-2B — англоязычная модель для принятия типизированных решений по документам, разработанная как открытая альтернатива Jev компанией TypeSafe; с TypeSafe AI модель не связана. Она принимает документ и вопрос с ответами «да/нет», вариантами выбора или числовой шкалой и за один проход выдаёт вероятности для каждого варианта, не генерируя текст ответа. Модель основана на плотной архитектуре Qwen3.5-2B с 1,7 млрд параметров: адаптер LoRA ранга 16 объединён с весами. Веса доступны в формате safetensors, лицензия — Apache-2.0. Базовая модель поддерживает контекст до 262 144 токенов, но JevK5-2B отказывает в обработке входов длиннее 16 384 токенов.

Модель предназначена для извлечения фактов из документов, классификации и маршрутизации по заданным вариантам. В README приведены результаты на вопросах по бизнес-документам и публичном JevBench; авторы отмечают хорошее качество на простых решениях, но более низкое — на стандартных и сложных примерах по сравнению с версией на 4 млрд параметров. Слабые стороны — арифметика, многошаговые запросы, даты, суммы и общие знания; на закрытом наборе JevBench модель не оценивалась. Для применения требуется JevK5 runtime на GPU NVIDIA либо сборка GGUF и llama.cpp на других устройствах.

Сценарии применения

  • извлечение фактов из документов с оценкой вариантов ответа
  • маршрутизация документов по категориям
  • ответы «да/нет» на вопросы по тексту документа
  • оценка соответствия документа заданным критериям
  • выбор одного из заданных вариантов по содержимому документа

Ограничения

Модель работает только с английским языком и отказывает во входах длиннее 16 384 токенов. Хуже справляется с арифметикой, многошаговыми рассуждениями, датами, суммами и общими знаниями; качество ниже, чем у версии JevK5 на 4 млрд параметров.

Для каких профессий подходит12

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

JevK5-2B v0.2: the small JevK5

JevK5-2B is the 2-billion-parameter version of JevK5, an Apache-2.0 open alternative to TypeSafe's Jev for typed decisions. It reads a document and a yes/no (noul), choice, or score question and returns a probability for every option in one forward pass, with nothing generated. It is not affiliated with TypeSafe AI.

It was trained on exactly the same data, the same way, as JevK5 v0.2 (4B), on the smaller Qwen3.5-2B. It keeps most of JevK5's accuracy at half the memory: good at reading a document and deciding, weaker on arithmetic, multi-step reasoning, and general knowledge.

  • Base: Qwen3.5-2B, with a LoRA (rank 16, attention and linear-attention projections) merged into the weights
  • Readout: a softmax over the answer letters' next-token logits, divided by one calibration temperature (jevk5_config.json, T = 1.42)
  • Memory: 3.5 GB of bf16 weights, about 3.8 GB at peak on a 4,000-token document; a 2.0 GB GGUF (Q8_0) is in JevK5-GGUF
  • Speed: about 9 ms per decision on an H100 with the JevK5 runtime
  • License: Apache-2.0

Results

Held-out teacher questions. 362 questions from three business domains that training never saw (residential leases, public-sector permits, manufacturing QC). This is the set used to choose between models and to fit the temperature.

JevK5-2BJevK5 (4B)
All held-out teacher questions0.7510.804
Extraction0.910.94
Routing0.970.89
Trade-offs0.880.88
Judging answers0.700.73
Multi-step lookups0.670.76
Ambiguous questions0.590.76
Dates and numbers0.420.58

Each question family has only 21-42 items, so the per-family rows are rough.

JevBench's 231 public decisions, through JevBench's own runner and scoring. Reported only; never used to choose anything. These are our runs, not official results: JevK5-2B has not been submitted to JevBench.

SplitnJevK5-2BJevK5 (4B)
easy481.0001.000
original (standard)720.8060.958
hard (public half)1110.6040.739
hard-tier calibration error (ECE)0.0710.066
distance to gold on probability items (TVD)100.2410.196

How it was trained

The same data and recipe as JevK5 v0.2. Qwen3.6-27B, with thinking on, wrote realistic documents with hard typed questions across 17 business domains and answered every question twice, independently; a question was kept only when both answers matched the intended one. Training used 3,272 of those questions plus as many human-labelled items from MMLU-Pro, WANLI, MultiNLI, BoolQ, banking77, ARC and CommonsenseQA: cross-entropy on the option-letter logits, 2 epochs, learning rate 3e-5. The temperature was fitted on the held-out teacher questions above.

We also tried, at 2B, distilling JevK5's own option probabilities, three option orders per question, 3,400 extra replay questions, and a higher learning rate with a larger adapter. None improved the held-out teacher questions, so this is the plain recipe.

No JevBench item, public or held out, and no output of Jev was used for training, tuning or selection. Two corrections, shared with JevK5, are described in CHANGELOG.md in the repository:

  • Our hand-written calibration set echoed a public JevBench instruction and one public item's rule wording. Both are rewritten.
  • The 940 MMLU-Pro items in the training data came from MMLU-Pro's test split, since it has no training split. JevK5 (4B), trained on the same items, scores 5.5 points higher on them than on MMLU-Pro items it never saw; the 2B has not been measured. The next version uses no test split.

Known weak spots

  • Dates, amounts and multi-step lookups: the largest gap to the 4B model.
  • The standard tier drops to 0.806 from the 4B's 0.958.
  • Not measured on JevBench's sealed decisions, where JevK5 (4B) drops to 33.1% and every one-pass model struggles. Expect the same or worse here.
  • English only. Inputs over 16,384 tokens are refused, not cut.

Use

With the JevK5 runtime on an NVIDIA GPU:

pip install "jevk5[fast] @ git+https://github.com/allebee/jevk5@v0.2.0"
from jevk5 import JevK5

model = JevK5("alibiserikbay/JevK5-2B")
model.decide(
    "I was billed twice for order #4411. Please refund the duplicate charge today.",
    {"type": "choice", "instructions": "Which team should handle this?",
     "criteria": {"billing": "Payments and refunds", "tech": "Bugs", "sales": "New purchases"}},
)
# {'type': 'choice', 'choice': 'billing', 'confidence': 0.99, ...}

On other GPUs, on a Mac, or on a CPU, use the GGUF build with llama.cpp: see JevK5-GGUF.

Credits

Qwen3.5-2B and Qwen3.6-27B by the Qwen team (Apache-2.0). The one-pass readout and prompt come from SemIf by TheoLeeCJ (MIT). Evaluated with JevBench (github.com/fstandhartinger/jevbench, MIT). Not affiliated with TypeSafe AI or Jev.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5ForCausalLM
Ревизия весов
7922d1f

0 моделей