Serviço e orquestração para modelos de decisão: pooling no vLLM, MLX em Apple Silicon e APIs hospedadas que respondem perguntas tipadas sem pesos treinados.
Método aberto da Aleria AI que transforma o Gemma 4 31B puro em servidor de decisões tipadas (antes MORJ). Entrada no board MORJ 1.0.1: Full 60,96 no Decision Index 0.3.2, empatado com o Jev 1.13.
Por que não é um modelo
Sem treino: lê as probabilidades de próximo token do Gemma-4-31B puro sobre ordens rotacionadas das opções. Sem pesos de decisão próprios, então sem página de modelo (precedente: simple-jev, AnyJev).
- LLMs base
- google/gemma-4-31B-it (puro), nvidia/Gemma-4-31B-IT-NVFP4 (TensorRT-LLM, só texto)
- Types
- choice · score · boolean
- Stars
- ~17
Ver detalhes→Biblioteca aberta da Nokia que transforma qualquer LLM causal num modelo de decisão estilo Jev sem treino, com correção do viés de ordem das opções.
Por que não é um modelo
Sem treino: lê respostas tipadas dos logits de próximo token de qualquer LLM, com média sobre rotações das opções (L0). Sem pesos de decisão próprios.
- LLMs base
- any causal LLM (Transformers, vLLM, SGLang, llama.cpp), Qwen3-8B (examples)
- Types
- choice · score · boolean
- Stars
- ~1,167
Ver detalhes→Receita do toolkit Bandits que faz LoRA no Qwen3.5-4B-Base para virar juiz de passos de traces de agente com seus rótulos. Sem checkpoint, sem licença, sem servidor.
Por que não é um modelo
Entrega receita de treino, não modelo: LoRA no Qwen3.5-4B-Base, UI local de treino, placar vs Jev via /v1/systemone. Sem pesos publicados, sem licença.
- LLMs base
- Qwen/Qwen3.5-4B-Base
- Types
- choice
- Stars
- ~28
Ver detalhes→Wrapper HTTP/CLI/MCP sobre Jev hospedado com escalação inteligente para LLMs de raciocínio em casos incertos.
Por que não é um modelo
Wrapper hospedado sobre a API do Jev — não é um modelo separado, apenas uma camada de conveniência.
- LLMs base
- jev-1.13
- Types
- choice · score · boolean
Ver detalhes→Especialista leve (~706k params) para pontuar ações em campos de formulário: use, check, click, skip.
Por que não é um modelo
Especialista de tarefa estreita para ações em campos de formulário — não é um modelo de decisão Sistema Um de propósito geral.
- LLMs base
- custom-706k
- Types
- choice
- Stars
- ~706
Ver detalhes→API System One hospedada e gratuita para seis checkpoints Decision 3.0 existentes; a chave pode ser criada sem conta.
Por que não é um modelo
API hospedada que serve os checkpoints Decision 3.0 existentes; não publica pesos próprios adicionais treinados para decisão.
- LLMs base
- família vLLM-SR d3 (seis tamanhos, 0,6B–27B)
- Types
- choice · score · noul
Ver detalhes→Decision Models (Florian S)
Runtime
API hospedada compatível com Jev que serve checkpoints abertos de decisão via REAX, nos tiers Peer-to-Peer e UE.
Por que não é um modelo
Runtime hospedado sobre checkpoints abertos existentes; REAX é uma engine de serving, e o serviço não publica pesos próprios treinados para decisão.
- LLMs base
- vLLM-SR d3, Blink v0.3, Quyet-1.0-Large…
- Types
- choice · score · noul
Ver detalhes→Biblioteca estilo Transformers para ajustar e servir modelos de decisão calibrados em qualquer backbone do HF: choice / noul / score num forward, servidor /v1/systemone, QLoRA, vLLM.
Por que não é um modelo
Biblioteca para ajustar, carregar e servir cabeças de decisão em qualquer modelo do Hugging Face. Não traz checkpoint próprio; a qualidade vem do backbone e dos dados que você treina.
- LLMs base
- any Hugging Face backbone, vllm-sr/d3-edge (README example), Qwen3.5 (Gated DeltaNet kernels)
- Types
- choice · noul · score
- Stars
- ~20
Ver detalhes→Uma GPU, um modelo, duas APIs: servidor de chat vLLM mais um gateway /v1/systemone compatível com o Jev sobre o mesmo modelo, sem alteração.
Por que não é um modelo
Gateway que lê os logprobs das letras das opções de um modelo de chat sem alteração servido pelo vLLM. Pesos inalterados; nenhum treino de decisão próprio.
- LLMs base
- Gemma-4-31B (rodada do Decision Index), qualquer modelo de chat servido pelo vLLM
- Types
- choice · score · noul
Ver detalhes→Runtime MLX nativo para os modelos de decisão tipada Laya, da ConvAI, em Apple Silicon, sem PyTorch nem API na nuvem. A versão 0.5.0 acompanha a Laya v0.4.12.
Por que não é um modelo
Porta MLX nativa da Laya da ConvAI: checkpoints FP16 convertidos e um motor de inferência para Apple Silicon. Nenhum treino de decisão próprio.
- LLMs base
- Types
- choice · score · noul
Ver detalhes→Método de pesquisa para scoring paralelo restrito em pesos congelados do LiquidAI LFM2.5-350M.
Por que não é um modelo
Scoring paralelo restrito em pesos LiquidAI inalterados — o nome 'RLCD' ≠ método de treino RLCD do TypeSafe.
- LLMs base
- LiquidAI/LFM2.5-350M
- Types
- choice
Ver detalhes→Método leve que envolve checkpoints Qwen para servir decisões TypeSafe-compatíveis localmente.
Por que não é um modelo
Envolve checkpoints Qwen prontos como decisões em schema Jev — probabilidades não são calibradas por padrão.
- LLMs base
- Qwen
- Types
- choice · score · boolean
Ver detalhes→A tarefa Decision Maker, on-device, pontua choice, boolean e rubricas em EmbeddingGemma, Laya ou Gemma 4, inclusive com JSON no formato do Jev.
Por que não é um modelo
Tarefa on-device sobre EmbeddingGemma, Laya, GLiNER2.5-Decide e Gemma 4. Não treina nem publica pesos de decisão próprios.
- LLMs base
- EmbeddingGemma 2, EmbeddingGemma 1, Laya…
- Types
- choice · score · boolean
Ver detalhes→O Ollama v0.35+ ganha um endpoint /v1/systemone nativo, compatível com a TypeSafe, e três modelos de decisão: nimble, tev1 e tev1:0.8b. Por enquanto só local.
Por que não é um modelo
Servidor de inferência. Desde a v0.35 serve modelos de decisão treinados por outros (Nimble, Tev1) num endpoint local /v1/systemone; não tem pesos de decisão próprios.
- LLMs base
- Bespoke-Nimble-9B, Tev1-4B-experimental, Tev1-0.8B-experimental
- Types
- choice · noul · score
- Stars
- ~182,000
Ver detalhes→Ollama para modelos de decisão: baixe e sirva modelos de decisão abertos localmente com API compatível com TypeSafe.
Por que não é um modelo
Serve modelos de decisão abertos localmente (Laya, Decider, NLI, GLiClass, Kev, Von); não treina pesos próprios — é infra de distribuição e inferência.
- LLMs base
- Types
- choice · score · boolean
- Stars
- ~935
Ver detalhes→ikermoel (Iker Moel Tacher)
Runtime
Biblioteca Python (import so1) que empacota várias perguntas tipadas numa passada de um LLM open comum e lê os logits das letras das opções. Backends HF Transformers e vLLM.
Por que não é um modelo
Lê os logits das letras das opções em LLMs open comuns (Qwen) numa passada empacotada. Sem treino de decisão; calibração é uma temperatura opcional que você mesmo ajusta.
- LLMs base
- Qwen3.6-27B, Qwen3.5-4B, Qwen3.5-2B…
- Types
- choice · boolean · score
- Stars
- ~54
Ver detalhes→API da OpenAI (GA desde 22/10/2026) que responde perguntas predicate, choice e score com o gpt-6-luna a US$ 0,10/M de input. Não é a do OpenRouter nem a da Perplexity.
Por que não é um modelo
Documentada como gpt-6-luna atrás de um endpoint tipado; sem pesos treinados para decisão, head ou model card. GA desde 22/10/2026, mesmo modelo.
- LLMs base
- GPT-6 Luna (gpt-6-luna)
- Types
- choice · score · boolean
Ver detalhes→deepanwadhwa (independente)
Wrapper
Motor de decisão open source no estilo Jev, sobre um modelo NLI zero-shot ModernBERT-large congelado: Choice / Noul / Score / Relation, API de documentos e endpoint /v1/systemone.
Por que não é um modelo
Empacota um classificador NLI zero-shot pronto e congelado (ModernBERT-large) atrás de uma API no estilo Jev. Sem treino específico para decisão; o autor diz que os scores não são calibrados.
- LLMs base
- MoritzLaurer/ModernBERT-large-zeroshot-v2.0 (padrão), MoritzLaurer/deberta-v3-large-zeroshot-v2.0
- Types
- choice · noul · score
- Stars
- ~57
Ver detalhes→OpenDecisions (unikcc, mantenedor do OneJev)
Runtime
Um servidor para modelos de decisão: roda o OneJev localmente (PyTorch ou llama.cpp) atrás de /v1/decisions e /v1/systemone e pode mandar perguntas de baixa confiança para o Jev hospedado.
Por que não é um modelo
Servidor e roteador. Serve os pesos do OneJev (catalogado à parte) e pode recorrer ao Jev hospedado; não tem pesos de decisão próprios.
- LLMs base
- OneJev-4B (padrão), OneJev 0.8B / 9B / 27B, Jev (hospedado, via TypeSafe ou OpenRouter)
- Types
- choice · noul · score
0
Ver detalhes→Runtime baseado em SGLang que fornece endpoint /v1/systemone TypeSafe-compatível sobre Qwen3.6-35B-A3B.
Por que não é um modelo
Endpoint TypeSafe-compatível sobre Qwen via hack de prefill/logprob do SGLang — não é um modelo de decisão treinado.
- LLMs base
- Qwen3.6-35B-A3B
- Types
- choice · score · boolean
Ver detalhes→API de decisões da Parallel com busca na web (lançada em 27/10/2026): sim/não, escolha e score com fontes, US$ 1 por mil chamadas, 5 mil grátis.
Por que não é um modelo
Serviço hospedado que busca evidência na web ao vivo e responde perguntas tipadas; a Parallel não publica modelo de decisão, pesos nem card por trás.
- LLMs base
- não divulgado
- Types
- boolean · choice · score
Ver detalhes→Decisões Jev-shaped nativas de áudio sem decode de ASR — processa áudio diretamente.
Por que não é um modelo
Especialista de modalidade áudio — não é um par Sistema Um baseado em texto; domínio de entrada completamente diferente.
- LLMs base
- whisper-encoder
- Types
- choice · score · noul
Ver detalhes→Decision Models (decisionmodels.io)
Especialista
Roteador pequeno, MIT (mmBERT-small, ONNX), que responde sete perguntas fixas sobre uma requisição em ~26 ms na CPU para você escolher o LLM. Também na API da Decision Models.
Por que não é um modelo
Especialista de uma tarefa (roteamento de LLM): responde só sete perguntas fixas com opções fixas, então não compete com modelos System One de uso geral.
- LLMs base
- mmBERT-small
- Types
- choice · score · noul
Ver detalhes→Runtime browser-first que extrai decisões tipadas de LLMs open congelados via WebGPU/wllama.
Por que não é um modelo
Lê logits de opções tipadas de LLMs open congelados — sem pesos de decisão treinados, apenas extração de logits em tempo de inferência.
- LLMs base
- Qwen3.5-4B, MiniCPM5-2B, MiniCPM5-4B…
- Types
- choice · score · boolean
- Stars
- ~1,900
Ver detalhes→Stack Featherless que converte qualquer LLM open em classificador de decisão tipado via logits do próximo token.
Por que não é um modelo
Transforma qualquer LM open compatível em classificador tipado via logits do próximo token — sem fine-tuning necessário.
- LLMs base
- any-open-lm
- Types
- choice · score · noul
Ver detalhes→Modelo de decisão da Snowflake via AI_COMPLETE (model snowflake-decision), em preview privado: choice, score e verdadeiro/falso sobre linhas de tabela em SQL.
Por que não é um modelo
Modelo do Cortex em preview privado; base, pesos e treino não divulgados. Reavaliar se a Snowflake documentar um modelo treinado para decisão ou abrir o acesso.
- LLMs base
- não divulgado
- Types
- choice · score · boolean
Ver detalhes→Endpoint System One em beta da Upstage (POST /v1/systemone), também no OpenRouter, que lê decisões dos logits de rótulos do Solar Mini 4. Até 26 opções por pergunta.
Por que não é um modelo
A Upstage serve no Solar Mini 4 e lê a decisão dos logits de rótulos de um token, de A a Z. Sem pesos, head ou model card de decisão documentados e sem benchmark independente.
- LLMs base
- Solar Mini 4
- Types
- choice · score · noul
Ver detalhes→Motor NVIDIA rápido para os GGUF do StartLux-Decision atrás de /v1/systemone: int8 e 4 bits, respostas idênticas bit a bit, autor diz até 5,3x menos latência que vLLM FP8.
Por que não é um modelo
Motor de inferência para os GGUF já publicados do StartLux-Decision em GPUs NVIDIA. Prompts, leituras e regras são do modelo; só o forward pass é novo.
- LLMs base
- StartLux-Decision v1 (4B, 9B, 27B), StartLux-Decision v1.1 AutoThink (4B, 9B, 27B)
- Types
- choice · noul · score
- Stars
- ~57
Ver detalhes→A main do Transformers (PR 50054, mesclado em 9/11/2026) adiciona DecisionPipeline para choice, score e noul. Não está na tag v5.22.2. O endpoint /v1/systemone de outubro continua.
Por que não é um modelo
Servidor de referência. Desde a v5.20.0 o `transformers serve` expõe /v1/systemone para qualquer modelo autorregressivo; não tem pesos de decisão próprios.
- LLMs base
- any autoregressive model
- Types
- choice · noul · score
- Stars
- ~168,000
Ver detalhes→Runtime baseado em SGLang para geração type-safe em LLMs autoregressivos, com modo thinking e input de imagem. Open source e, desde 29/09/2026, também playground e API hospedados.
Por que não é um modelo
Camada de constrained decoding sobre LLMs autoregressivos existentes — não muda arquitetura nem pesos.
- LLMs base
- Qwen3.8-27B, Qwen3.5-0.8B, Qwen3.5-4B…
- Types
- choice · boolean · integer · number · string
- Stars
- ~885
Ver detalhes→O vLLM v0.32.0 (18/10/2026) serve /v1/systemone por padrão: perguntas choice, noul e score lidas das log-probabilidades do primeiro token. Separado do vllm-jev, projeto de terceiros.
Por que não é um modelo
Motor de inferência. Desde a v0.32.0 serve /v1/systemone para modelos treinados por outros; não traz pesos de decisão e lê as respostas das log-probabilidades do primeiro token.
- LLMs base
- Clef-Omni, Clef-Flash, vllm-sr d3 family…
- Types
- choice · noul · score
- Stars
- ~94,000
Ver detalhes→Serving nativo em vLLM (Linux) e Apple Silicon para checkpoints open no estilo Jev: Choice/Noul/Score via HTTP /v1/systemone, inclusive Valen multimodal.
Por que não é um modelo
Motor de serving para checkpoints Jev-style já existentes (vLLM no Linux, MLX/MPS no Mac). Sem treino de decisão — só escolhe o protocolo e roda inferência.
- LLMs base
- ZefanCai/Open-Jev-2B, OpenJev-0.6B, Tiny-Jev…
- Types
- choice · boolean · score
- Stars
- ~94
Ver detalhes→