PART 1｜Kev 是什么
一句话
Kev 是 jaredpalmer 开源的「Jev 类小决策模型」家族------在 Qwen 底座上加 LoRA 适配器 + 指针头，不做文本生成，只做打分决策 ：一次前向传播，对一段文本上的一组类型化问题各输出一个概率分布。
官方定位（仓库 pyproject 原文）：
"Laptop-scale reconstruction of a Jev-style decision model with a TypeSafe-compatible /v1/systemone API"
仓库地址：github.com/jaredpalmer/kev（Apache-2.0）。
三个关键属性
- API 与 TypeSafe 的 Jev 完全兼容 。Jev（TypeSafe 官方托管 API）的
/v1/systemone协议------noul（是非判断）/choice（多选一）/score（有序打分）三原语------Kev 原样实现。TypeSafe Python SDK 不改一行代码，把base_url指向本地 Kev 服务就能用。 - 可自己训 。0.5B 到 27B 多代权重与全部训练代码开源，
kev.train/kev.serve/kev.benchmark是三个核心入口，训练数据就是带 label 的 JSONL。 - 笔记本级可跑可训 。0.8B 档在任何 Apple Silicon Mac 或 4GB 显存 GPU 上可推理可微调。我在 RTX 3060 Laptop（6GB）上实测微调 0.6B LoRA，峰值显存 1.71GB，1 epoch 378 步约 31 分钟。
背景：Jev → 架构逆向 → Kev
- Jev （TypeSafe 官方）：托管决策模型 API，不开放权重，且不对中国大陆开放（我调研阶段实测核实过）。
- 2026 年 9 月，Archer Hume 发布《Jev's Architecture Unmasked》，逆向出了它的架构：attention-only 底座 + 问题隔离 + 指针头。
- Kev（jaredpalmer）按这份逆向架构复刻，底座用 Qwen 系列：0.5B（Qwen2.5，原型）→ 0.6B/0.8B（Qwen3/Qwen3.5）→ 4B/9B → 27B（Qwen3.8 post-trained）。每一代 model card 都有冻结评测协议下的完整指标。
官方指标一览
| 模型 | 底座 | 域外准确率* | 门槛 |
|---|---|---|---|
| Kev-0.8B | Qwen3.5-0.8B-Base | 0.648 / 0.697 | Apple Silicon / L4 |
| Kev-4B | Qwen3.5-4B-Base | 0.817 / 0.838 | 32GB Mac / L40S / H100 |
| Kev-9B | Qwen3.5-9B-Base | 0.822 / 0.852 | 32GB Mac / L40S / H100 |
| Kev-27B | Qwen3.8-27B | 0.848 / 0.896 | B200 / H200 / H100 80GB |
| Jev | 托管 | 0.857 / -- | TypeSafe API |
* dev / test 两列，「域外」指模型训练时从没见过的数据源------最接近你自己业务的口径。Kev-27B 与 Jev 官方差距 1 个点以内，而 Kev-4B/9B 差距约 4 个点，0.8B 差距 16 个点。
它和 ChatGPT 这类生成式模型差在哪
决策模型的输出不是文字，而是概率分布。你给它一段文本（state）和一组问题，它回答的是：「这三个选项的概率分别是 47% / 28% / 25%」「这是紧急事件的概率 93%」「愤怒等级期望值 1.44」。这意味着：
- 你的代码可以对高置信度自动执行、低置信度转人工，阈值路由是第一公民；
- 没有幻觉文本，没有采样随机性，同一个输入永远同一个输出；
- 一次请求可以塞任意多个问题，state 只编码一次，吞吐远高于让 LLM 逐条生成回答。
典型场景：工单分诊（分派给哪个团队 + 是否升级 + 用户情绪打分，一个请求全答完）、内容审核、意图分类、以及我做的------在知识图谱导航中「接下来该选哪个节点」的多跳决策。