SemIf
⚠️ 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.
Especificações técnicas
- LLMs base
- Qwen3.5-4B, MiniCPM5-2B, MiniCPM5-4B, Qwen3-0.6B
- Tipos de decisão
- choice, score, boolean
- Features
- browser-webgpu, wllama, local-first, no-server
- Licença
- MIT
Links
SemIf (antigo OpenJev) é um runtime que transforma LLMs open congelados em interfaces de decisão tipadas sem fine-tuning ou mudanças de peso.
Como funciona
Ao invés de treinar um modelo de decisão dedicado, SemIf:
- Carrega um LLM open congelado (Qwen3.5-4B por padrão)
- Extrai logits para opções tipadas em tempo de inferência
- Retorna decisões estruturadas (
choice,score,boolean) com probabilidades
A versão browser usa WebGPU via wllama, suportando uma escada de modelos de 0.6B a 4B parâmetros.
Por que não é um modelo
SemIf não treina nem modifica pesos. É uma técnica em tempo de inferência que lê probabilidades de decisão da distribuição do próximo token de LLMs existentes. O modelo subjacente (Qwen, MiniCPM) nunca foi treinado especificamente para decisões tipadas.
Features principais
- Browser-first: Roda inteiramente no browser via WebGPU
- Sem servidor: Arquitetura local-first
- Escada de modelos: Escolha de 0.6B a 4B baseado na capacidade do dispositivo
- API TypeSafe-compatível: Mesma interface
choice/score/boolean
Ressalvas
- Probabilidades não são calibradas como os outputs RLCD do Jev
- Performance depende das capacidades do LLM base
- Comparações de agreement/speed vs Jev são UnverifiedClaim