Kev 1.0: a família aberta de decisão do Jared Palmer ganha um 27B com todos os pesos ajustados
Jared Palmer lançou o Kev 1.0 em 1º de outubro de 2026 (post no X, 20:33 BRT): uma família de quatro modelos de decisão abertos de 0.8B a 27B, todos Apache-2.0, com um Kev-27B novo e um Kev-9B atualizado. O Kev usa a API da TypeSafe, então apps feitos com o SDK da TypeSafe trocam só o endpoint e o nome do modelo. O servidor roda em GPU e em Apple Silicon via MLX, o Kev-4B roda no navegador, e novas skills de agente cobrem fine-tuning e deploy.
O que mudou. O novo Kev-27B ajusta todos os pesos do backbone de texto do Qwen3.8-27B (os modelos menores seguem com LoRA) em ~146 mil registros e 337 mil perguntas, com janela de documento de 64k tokens. Os pesos publicados misturam 85% do fine-tune novo com 15% do 27B anterior. Palmer diz que nenhuma saída do Jev foi usada. O Kev-9B ganhou mais uma passada que leva política e regras de 58% para 83% no harness dele.
Os números (UnverifiedClaim). Índice de generalização corrigido pelo acaso em 14 datasets públicos fora do treino: 52,3 / 41,0 / 38,0 / 23,3 (27B / 9B / 4B / 0.8B). ECE agregado do Kev-27B: 0,019. Tempo de modelo mediano de 23–67 ms em GPUs do Modal. Palmer é franco sobre os limites: o 27B novo é menos preciso e mais confiante demais em contratos jurídicos longos do que o antigo, a exposição do modelo base é desconhecida e a seleção de checkpoint não foi totalmente cega. No Decision Index oficial, os pesos anteriores à 1.0 ficam em 38,48 (9B) e 34,64 (4B).
Como listamos. A ficha do Kev foi atualizada para a 1.0: 6,1 de maturidade / 7,7 de capability / 26 de adoção, acima de 4,4 / 5,5 / 8, que vinham do protótipo de 0.5B.