ENPT

Valen

Última atualização:

Aberto77–250ms$0/M input

Notas do quadrante

Ver o quadrante completo

Pontuação pela rubrica pública do quadrante (maturidade × capability; bolha = adoção). Revisamos conforme a evidência.

  • Maturidade5.8/10

    Pesos e código Apache-2.0, demo no HF Space, notas técnicas e caminho nativo no vLLM Jev. O preview ainda precisa da base congelada Qwen3.5-2B; sem SLA hospedado.

  • Capability7.3/10

    Choice / Noul / Score de primeira classe em texto e visão, sem gerar tokens de resposta. Autor declara estágio RLCD e ~122 ms/passo no Sokoban; evals pesam jogo/VQA e parte é outcome-conditioned.

  • Adoção43/100

    Cerca de 479 estrelas no GitHub em cerca de uma semana desde o repo público (23/09), downloads do Preview no HF e demos via vLLM Jev. Ainda sem case de produção público.

Vendor claims

Valen traz visão para decisões System One. Você passa texto, imagens ou vídeo e perguntas tipadas (choice, noul, score); uma cabeça de decisão compartilhada devolve probabilidades sobre os candidatos. Não gera tokens de resposta.

O preview público Valen-Team/Valen-Preview-0923 é um checkpoint 2B treinado em Sokoban (mesmos pesos que Valen-Sokoban-RLCD-2B): cabeça de decisão com SFT no General 100k e depois RLCD experimental em 30k registros de Sokoban. A base congelada é Qwen/Qwen3.5-2B (revisão pinada) — os dois downloads são obrigatórios. Código, dados e trainers: github.com/Liuziyu77/Valen (Apache-2.0, ~479★ na checagem do radar). Demo: HF Space.

Independente da TypeSafe AI. Slogan no card: “System One Model, now with vision.”

Specs

Atributo Valor
Autor Valen-Team / Liuziyu77 (independente)
Pesos flagship Valen-Team/Valen-Preview-0923 (+ Qwen/Qwen3.5-2B congelado)
Modalidades Texto, imagem, vídeo
Tipos de decisão Choice, Noul, Score (catálogo choice / boolean / score)
Licença Apache-2.0
Lançamento (HF Preview + GH)
Serving Scripts do projeto; também vllm-jev serve Valen-Team/Valen-Preview-0923 (vLLM Jev)

Benchmarks do autor

Todos os números abaixo são reportados pelo autor → UnverifiedClaim. O próprio card do Preview avisa que o conjunto de 100 jogos Sokoban reteve casos em que o 2B RLCD já tinha sucesso antes de completar — é outcome-conditioned, não um benchmark cheio sem viés.

Sinal Valor Nota
Sokoban single-step (500) 87,60% Perguntas de ação
Sokoban jogos completos (100) 38/100 ≤200 movimentos; mix easy/medium
Latência por passo (demo) ~122–128 ms Quatro jogos em paralelo
Mediana imagem no vLLM Jev 77,3 ms vs 231,9 ms no caminho baseline; 500 perguntas

Os painéis da família General no repo (5k perguntas estilo VQA) usam checkpoints treinados à parte — não este Preview de Sokoban.

Limites

  • O preview é especializado em Sokoban. Não leia scores de jogo como leaderboard multimodal geral.
  • Precisa da base congelada. Só o checkpoint não roda.
  • RLCD marcado como experimental nos badges do projeto.
  • Stack custom. Prefira o repo Valen ou o vLLM Jev; não é um generate drop-in de chat.
  • Não é TypeSafe. Compatibilidade de fio via servers da comunidade não é afiliação.

Fit / anti-fit

Fit quando você precisa: decisões tipadas multimodais open (sobretudo estado visual de jogo/UI), stack de pesquisa com receitas SFT+RLCD, ou um checkpoint já ligado ao vLLM Jev.

Anti-fit quando você precisa: roteador só-texto de negócio com números zero-shot limpos em typed-decisions, SLA hospedado, ou AutoModel de um arquivo só.

Pesos de decisão treinados (SFT + estágio RLCD) devolvem Choice/Noul/Score sobre state multimodal sem gerar texto de resposta. Pesos, docs e Space públicos passam no critério de inclusão. Fica perto de Jev-Omni e openjev no lado multimodal open, com foco mais forte em visão/jogo.