Jared PalmerEntscheidungsmodellOpen Source
Kev 4B
BeliebtheitPlatz 570 von 876
23von 100-1 zum Vormonat
Zusammenfassung
Kev 4B ist der mittlere Größenpunkt der Kev-Adapter. Er sitzt als LoRA-Adapter mit Pointer-Head auf einem 4-Milliarden-Parameter-Basismodell und verarbeitet Dokumente oder strukturierte Zustände zusammen mit typisierten Fragen. Die Ausgabe besteht aus Choice, Noul und Score mit kalibrierten Wahrscheinlichkeiten. Der Checkpoint läuft lokal über die TypeSafe-kompatible Schnittstelle.
Alle Benchmark-Werte
Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.
Alle 87 veröffentlichten Benchmark-Werte anzeigen
Seite 1 von 8
Messungen ohne passende Vergleichswerte
Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.
Fathir authored decision cases, first-pass accuracy (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 85.7
- Bewertung
- 85.7
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- Fathir System One Decision Models, Figure 3/Table 3
- Kategorie
- decision-model-benchmark
- Richtung
- Mehr ist besser
- Stichprobe
- 84
- Untere Konfidenzgrenze
- 76.7
- Obere Konfidenzgrenze
- 91.6
- Quellentyp
- community-reported
- Auswertung
- Fathir, System One Decision Models, Figure 3/Table 3
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Community-Messung. Abbildung 3/Tabelle 3. Kev-4B wird als Qwen3.5-4B Base mit LoRA-Adapter und Pointer-Head beschrieben und auf einem GB10 ausgewertet. Eine Erstentscheidung je 84 englischen Fällen. Wilson-95-%-Konfidenzintervall.
- Einordnung
- Der Autor sagt, dass alle 84 Fälle und Labels von ihm erstellt wurden und viele zunächst gegen Jev entwickelt wurden; es gab eine einzelne annotierende Person und nur englische Fälle. Der Bericht belegt weder eine Zugehörigkeit zu einem Modellanbieter oder zum Inhaber des Kev-4B-Profils noch eine unabhängige Reproduktion. Ein unveränderlicher Checkpoint-Hash wird nicht veröffentlicht. Die aufgenommene kanonische fathir.me-URL lieferte sachfremde ZEXO-GIZA-Inhalte. Der Wert stammt deshalb aus dem fathir.live-Beitrag; der Widerspruch der kanonischen URL bleibt ungeklärt.
JEVal (arXiv:2610.03935v2), overall choice/noul evaluation (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 68.9
- Bewertung
- 68.9
- Messgröße
- accuracy (invalid outputs count as incorrect)
- Einheit
- %
- Benchmark-Version
- arXiv:2610.03935v2, Table 1
- Kategorie
- JEVal overall choice/noul
- Richtung
- Mehr ist besser
- Stichprobe
- 10938
- Quellentyp
- community-reported
- Auswertung
- Duan et al., General Decision Models: Benchmarking and Insights Beyond Jev (arXiv:2610.03935v2)
- Status
- active
- Abrufdatum
- 2026-10-18
- Methodik
- Community-Messung. JEVal-Tabelle 1, exakte Quellenbezeichnung Kev-4b; Lauf eines Entscheidungsmodells, kein Reasoning-Aufwand ausgewiesen; lokale Ausführung mit vLLM auf NVIDIA H100; Kontextfenster 32.768 Tokens; Eingabebudget 24.576 Tokens; Temperatur 2,4061; 10.938 Choice- und Noul-Fragen.
- Einordnung
- Ein unveränderlicher Hash der ausgewerteten Gewichte oder Serving-Revision ist nicht angegeben. Tabelle 1 zählt ungültige Ausgaben bei der Genauigkeit als falsch; ECE und Raw Brier werden nur für gültige Antworten berechnet, deren N je Modell nicht berichtet wird. Das Paper nennt für diese Punktwerte kein Konfidenzintervall.
StreamDecisionBench (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 21.22
- Bewertung
- 21.22
- Messgröße
- Mean log-AUC 0.5–8 s
- Einheit
- %
- Richtung
- Keine Richtung veröffentlicht
- Stichprobe
- 480
- Quellentyp
- independent-evaluator
- Auswertung
- StreamDecisionBench GitHub README
- Status
- active
- Abrufdatum
- 2026-10-18
- Methodik
- Unabhängige Evaluation. Self-hosted open-weight setting, exact source row “Kev-4B”. Three passes over all 480 states per pass (8 scenarios in 4 families), sampled at a 2 s step; the source reports means. The README says all 17 self-hosted settings use BF16 backbones, each on one RTX PRO 6000 (96 GB), with benchmark and model on the same GPU host. Same-host latency includes request processing, runtime queueing, and inference, and excludes download, initialization, and warmup. Serving stack, exact checkpoint revision, and other runtime settings are not stated.
StreamDecisionBench (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 22.08
- Bewertung
- 22.08
- Messgröße
- Mean untimed (%)
- Einheit
- %
- Richtung
- Keine Richtung veröffentlicht
- Stichprobe
- 480
- Quellentyp
- independent-evaluator
- Auswertung
- StreamDecisionBench GitHub README
- Status
- active
- Abrufdatum
- 2026-10-18
- Methodik
- Unabhängige Evaluation. Self-hosted open-weight setting, exact source row “Kev-4B”. Three passes over all 480 states per pass (8 scenarios in 4 families), sampled at a 2 s step; the source reports means. The README says all 17 self-hosted settings use BF16 backbones, each on one RTX PRO 6000 (96 GB), with benchmark and model on the same GPU host. Same-host latency includes request processing, runtime queueing, and inference, and excludes download, initialization, and warmup. Serving stack, exact checkpoint revision, and other runtime settings are not stated.
Short-text decisions, sources excluded from fine-tuning (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 81.7
- Bewertung
- 81.7
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- Introducing Kev, published 2026-10-01; exact weight revision not stated in article
- Richtung
- Keine Richtung veröffentlicht
- Stichprobe
- 656
- Quellentyp
- vendor-reported
- Auswertung
- Jared Palmer, Introducing Kev
- Status
- active
- Abrufdatum
- 2026-10-18
- Methodik
- Vom Anbieter veröffentlichter Wert. Development split; source row names short-text decisions and says sources excluded from fine-tuning. Author's evaluation harness, not an independent leaderboard. The article provides no full prompt, hardware, or inference-setting record for these cells.
Knowledge and evidence exams (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 77.4
- Bewertung
- 77.4
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- Introducing Kev, published 2026-10-01; exact weight revision not stated in article
- Richtung
- Keine Richtung veröffentlicht
- Stichprobe
- 1046
- Quellentyp
- vendor-reported
- Auswertung
- Jared Palmer, Introducing Kev
- Status
- active
- Abrufdatum
- 2026-10-18
- Methodik
- Vom Anbieter veröffentlichter Wert. Development split; row covers buried facts and missing evidence. Author's evaluation harness, not an independent leaderboard. The article provides no full prompt, hardware, or inference-setting record for these cells.
JEVal aida-testc accuracy (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 80
- Bewertung
- 80
- Messgröße
- accuracy (ACC)
- Einheit
- %
- Benchmark-Version
- arXiv:2610.03935v2
- Kategorie
- decision
- Richtung
- Mehr ist besser
- Stichprobe
- 200
- Quellentyp
- independent-evaluator
- Auswertung
- Duan et al., General Decision Models: Benchmarking and Insights Beyond Jev
- Status
- active
- Abrufdatum
- 2026-10-22
- Methodik
- Unabhängige Evaluation. JEVal Tabelle 10, Bereich „General knowledge and reasoning“, aida-testc (N = 200). Der Tabellenkopf zeigt den Modellnamen und die jeweilige Größe; eine unveränderliche Gewichts- oder Servingrevision wird dort nicht genannt.
- Einordnung
- Das ist ein dataset-spezifischer Teilwert aus JEVal, nicht der Gesamtwert aus Tabelle 1. Die genaue Gewichtsrevision und eine pro Modell unveränderliche Servingkennung fehlen. Die Tabellenzeile berichtet keinen Konfidenzbereich.
JevAny external matrix: WANLI-v2 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 69.26
- Bewertung
- 69.26
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- JevAny external decision-suite matrix, 2026-09-27; Kev repository revision 5920c5fe4ca8e0970ed4209ac2c9b8e18bea5109; checkpoint jaredpalmer/kev-4b@139fdd94f1b6a6ad80cc15e08fcb99cac885a101; panel WANLI-v2
- Kategorie
- decision
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- JevAny external decision-suite evaluation
- Status
- active
- Abrufdatum
- 2026-10-22
- Methodik
- Unabhängige Evaluation. Der veröffentlichte Kev-Checkpoint jaredpalmer/kev-4b@139fdd94f1b6a6ad80cc15e08fcb99cac885a101 wurde in der JevAny-Matrix vom 27. September 2026 auf dem externen Panel WANLI-v2 ausgewertet. Der Bericht nennt keine Stichprobenziehung.
JevAny external matrix: SemIf (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 89.58
- Bewertung
- 89.58
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- JevAny external decision-suite matrix, 2026-09-27; Kev repository revision 5920c5fe4ca8e0970ed4209ac2c9b8e18bea5109; checkpoint jaredpalmer/kev-4b@139fdd94f1b6a6ad80cc15e08fcb99cac885a101; panel SemIf
- Kategorie
- decision
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- JevAny external decision-suite evaluation
- Status
- active
- Abrufdatum
- 2026-10-22
- Methodik
- Unabhängige Evaluation. Der veröffentlichte Kev-Checkpoint jaredpalmer/kev-4b@139fdd94f1b6a6ad80cc15e08fcb99cac885a101 wurde in der JevAny-Matrix vom 27. September 2026 auf dem externen Panel SemIf ausgewertet. Der Bericht nennt keine Stichprobenziehung.
JevAny external matrix: scienthoon (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 72.28
- Bewertung
- 72.28
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- JevAny external decision-suite matrix, 2026-09-27; Kev repository revision 5920c5fe4ca8e0970ed4209ac2c9b8e18bea5109; checkpoint jaredpalmer/kev-4b@139fdd94f1b6a6ad80cc15e08fcb99cac885a101; panel scienthoon
- Kategorie
- decision
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- JevAny external decision-suite evaluation
- Status
- active
- Abrufdatum
- 2026-10-22
- Methodik
- Unabhängige Evaluation. Der veröffentlichte Kev-Checkpoint jaredpalmer/kev-4b@139fdd94f1b6a6ad80cc15e08fcb99cac885a101 wurde in der JevAny-Matrix vom 27. September 2026 auf dem externen Panel scienthoon ausgewertet. Der Bericht nennt keine Stichprobenziehung.
JevAny external matrix: TypeSafe (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 71.85
- Bewertung
- 71.85
- Messgröße
- equal-case agreement
- Einheit
- %
- Benchmark-Version
- JevAny external decision-suite matrix, 2026-09-27; Kev repository revision 5920c5fe4ca8e0970ed4209ac2c9b8e18bea5109; checkpoint jaredpalmer/kev-4b@139fdd94f1b6a6ad80cc15e08fcb99cac885a101; panel TypeSafe
- Kategorie
- decision
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- JevAny external decision-suite evaluation
- Status
- active
- Abrufdatum
- 2026-10-22
- Methodik
- Unabhängige Evaluation. Der veröffentlichte Kev-Checkpoint jaredpalmer/kev-4b@139fdd94f1b6a6ad80cc15e08fcb99cac885a101 wurde in der JevAny-Matrix vom 27. September 2026 auf dem externen Panel TypeSafe ausgewertet. Der Bericht nennt keine Stichprobenziehung.
JevBench public easy tier accuracy (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 100
- Bewertung
- 100
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- JevAny external decision-suite matrix, 2026-09-27; JevBench public panel jevbench/easy; JevBench revision d06ee95988da1350eb8ae5511daa0e06bfffe911; checkpoint jaredpalmer/kev-4b@139fdd94f1b6a6ad80cc15e08fcb99cac885a101
- Kategorie
- decision
- Richtung
- Mehr ist besser
- Stichprobe
- 48
- Quellentyp
- independent-evaluator
- Auswertung
- JevAny external decision-suite evaluation
- Status
- active
- Abrufdatum
- 2026-10-22
- Methodik
- Unabhängige Evaluation. Der veröffentlichte Kev-Checkpoint jaredpalmer/kev-4b@139fdd94f1b6a6ad80cc15e08fcb99cac885a101 wurde in der JevAny-Matrix vom 27. September 2026 auf der öffentlichen JevBench-Stufe easy mit N=48 ausgewertet.
Seite 1 von 8
Beliebtheit im Vergleich
Wie oft das Modell gesucht, genutzt und erwähnt wird, im Vergleich mit allen Modellen dieser Kategorie.
Beliebtheitsindex
0 bis 100, höher ist beliebter
20 von 37 Modellen
Stand November 2026 · Quelle: gradually.ai Beliebtheitsindex
Zeitlicher Verlauf
Wochenwerte vom 18. Oktober 2026 bis 6. November 2026
Kev 4BDecider 35B A3B 34NanoJev 34Kev 0.5B 32Lev 31
Methodenwechsel im Verlauf, ein Sprung an dieser Stelle ist kein Marktereignis:
- 11. November 2026: Wert nur mit Such- oder Nutzungsdaten, 30-Tage-Aufmerksamkeit
Was gerade an Beliebtheit gewinnt, steht für Modelle, Anbieter, Harnesses und KI-Abos gesammelt in Alle KI-Trends.
Kev 4B im Vergleich
- 1Kev 4B vs. Decider 2B37 gemeinsame Tests
- 2Kev 4B vs. Decider 4B37 gemeinsame Tests
- 3Kev 4B vs. Kev 0.8B42 gemeinsame Tests
- 4Kev 4B vs. Clef4 gemeinsame Tests
- 5Kev 4B vs. Clef-Flash37 gemeinsame Tests
- 6Kev 4B vs. CLM-v0.1-8B37 gemeinsame Tests
- 7Kev 4B vs. GLiNER2.5-Decide37 gemeinsame Tests
- 8Kev 4B vs. Intern-Decision-0.8B38 gemeinsame Tests
- 9Kev 4B vs. Intern-Decision-2B37 gemeinsame Tests
Alle 16 Vergleiche zeigen
Ähnliche Modelle
Weitere Modelle derselben Art wie Kev 4B, ausgewählt nach Modellreihe, Anbieter, Größe, Preis und Erscheinungsdatum.
- Kev 0.8BJared Palmer · gleicher Anbieter
- Kev 9BJared Palmer · gleicher Anbieter
- AutoTrust JEV-27B-VLAutoTrust AI · etwa gleichzeitig erschienen
- AutoTrust JEV-27BAutoTrust AI · etwa gleichzeitig erschienen
- ClefCloudflare · etwa gleichzeitig erschienen
- Clef-FlashCloudflare · etwa gleichzeitig erschienen
- Strands Decider 2BAWS Strands · etwa gleichzeitig erschienen
- JevTypeSafe AI · etwa gleichzeitig erschienen
Alle technischen Daten
Architektur
Ein- und Ausgabe
Wasserzeichen und Herkunft
KI-Wasserzeichen meint unsichtbare Signale in der Ausgabe. Sichtbare Zeichen und Herkunftsmetadaten sind getrennt aufgeführt. Unbekannt bedeutet, dass für die jeweilige Angabe kein ausreichender Beleg vorliegt.
- KI-Wasserzeichen
- Unbekannt
- ohne Quelle
- Wasserzeichen-Technik
- Nicht bekannt
- ohne Quelle
Lizenz und Zugang
API
Weitere Angaben
- Einsatzbereich
- Lokale Modelle der Kev-Familie mit TypeSafe-kompatibler Schnittstelle.
- Quelle: Einsatzbereich
Quellen und Datenstand
Alle 27 Quellen anzeigen
Benchmarkquellen im Überblick
Welche unabhängigen Auswerter dieses Modell getestet haben. Das ist Abdeckung, keine Qualitätsrangliste.
Für dieses Modell ist derzeit kein aktives Ergebnis der geprüften externen Auswerter zugeordnet. Weitere Quellenbelege stehen darunter.
Ohne Herstellerangaben sowie historische oder strittige Ergebnisse; diese stehen gekennzeichnet bei den Einzelwerten.
| Art | Nachweis und Datenstand |
|---|---|
| Recherchestand | Recherchestand 15. Oktober 2026. 18 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell. |
| Nicht veröffentlicht | confidence-intervals Hinweis Der erfasste Bericht und die Ergebnistabellen veröffentlichen Punktwert und Nenner, aber kein Konfidenzintervall. Es wurde keines abgeleitet. |
| Ungeklärt | score-run configuration Originalwortlaut The source identifies the exact model row and some adjacent model/route settings, but does not bind all per-cell prompt, decoding, or serving details to the score table. |
| Ungeklärt | parenthetical ranges Originalwortlaut Ranges are printed beside each score but the article does not define them as confidence intervals or identify another statistical meaning. |
| Ungeklärt | Task done check sample count Originalwortlaut The source reports 155 of 204 items for this task, but the denominator meaning is not made clear; no sampleCount is asserted. |
| Ungeklärt | exact-checkpoint-and-inference-settings Originalwortlaut The article identifies model labels and the Kev 1.0 release context but gives no exact weight revision or full prompt/hardware/inference settings for these panel scores. |
| Nicht veröffentlicht | per-dataset-calibration-sample-count Originalwortlaut For the per-dataset averaged calibration-error aggregate, the article does not state a metric-specific evaluated N. |
| Nicht veröffentlicht | Unveränderliche Revision des im Decision Index ausgelieferten Checkpoints Hinweis Der aktuelle öffentliche Index nennt je nach Eintrag Modell-URL und served_checkpoint, aber keinen unveränderlichen Commit/Digest der tatsächlich ausgewerteten Gewichte. |
| Weitere Quelle | Kev repository (abgerufen 24. September 2026) · Kev repository · Redaktionelle Beschreibung geprüft am 2. Oktober 2026 |
| Weitere Quelle | Kev release plan (abgerufen 24. September 2026) · Kev release plan · Redaktionelle Beschreibung geprüft am 2. Oktober 2026 |
| Weitere Quelle | Kev 4B checkpoint (abgerufen 24. September 2026) · Kev 4B checkpoint · Redaktionelle Beschreibung geprüft am 2. Oktober 2026 |
| Weitere Quelle | Kev 4b model card (abgerufen 15. Oktober 2026; 20. Oktober 2026; 21. Oktober 2026) |
| Weitere Quelle | Jared Palmer, Kev model card (abgerufen 16. Oktober 2026; 17. Oktober 2026) |
| Weitere Quelle | JevAny external decision-suite evaluation score table (abgerufen 17. Oktober 2026) |
| Weitere Quelle | Fathir, System One Decision Models, Figure 3/Table 3 (abgerufen 17. Oktober 2026) |
| Weitere Quelle | Duan et al., General Decision Models: Benchmarking and Insights Beyond Jev (arXiv:2610.03935v2) (abgerufen 18. Oktober 2026) |
| Weitere Quelle | AIMultiple decision-models evaluation (abgerufen 18. Oktober 2026) |
| Weitere Quelle | StreamDecisionBench GitHub README (abgerufen 18. Oktober 2026) |
| Weitere Quelle | Jared Palmer, Introducing Kev (abgerufen 18. Oktober 2026) |
| Weitere Quelle | Duan et al., General Decision Models: Benchmarking and Insights Beyond Jev (abgerufen 22. Oktober 2026) |
| Weitere Quelle | JevAny external decision-suite evaluation (abgerufen 17. Oktober 2026; 22. Oktober 2026) |
| Weitere Quelle | DecideBench (abgerufen 22. Oktober 2026) |
| Weitere Quelle | Kevala decision benchmark report (abgerufen 23. Oktober 2026) |
| Weitere Quelle | akitaonrails/jev-docs-benchmarks, bilingual v2 results (abgerufen 23. Oktober 2026) |
| Weitere Quelle | Jev Decision Index public index.json (release-v4) (abgerufen 28. Oktober 2026) |
| Weitere Quelle | Modellmetadaten (abgerufen 17. Oktober 2026)1234 |
| Weitere Quelle | OpenRouter: Beliebtheitsindex (abgeleitet), CC BY 4.0 |
| Weitere Quelle | Vercel AI Gateway: Beliebtheitsindex (abgeleitet), CC BY 4.0 |
| Weitere Quelle | Ollama: kumulierte Downloads für den Beliebtheitsindex |
| Weitere Quelle | Replicate: kumulierte Ausführungen für den Beliebtheitsindex |
| Weitere Quelle | Google Trending Now: begrenzte Feed-Auswahl für Deutschland und USA |
| Weitere Quelle | Creative Commons Attribution 4.0 |