d3-ultra
vllm-sr · 工具包
对同一份文本、图片或视频输入一次回答多个问题,为每个答案给出概率,不生成文字。这是 vLLM Semantic Router 推出的 27B 多模态决策模型。
vllm-sr · 工具包
对同一份文本、图片或视频输入一次回答多个问题,为每个答案给出概率,不生成文字。这是 vLLM Semantic Router 推出的 27B 多模态决策模型。
JoyIndustrial · 工具包
以选项和概率回答关于文本和图像的结构化问题,是京东工业推出的决策系统,基于 Qwen3.8-27B 并内置 OCR。适合需要分派或分类请求的团队。
pavanmantha · 工具包
对照证据检查一条医学论断,回答 supported、unsupported 或 contradicted。这是微调过的 Laya 模型,用于英文临床笔记文本的研究,不能用于临床决策。
openjev · 工具包
针对文本、网页和截图回答带类型的决策,一次前向计算,根据你自己的标签给出选项、是非概率或分数。适合构建分流、审核和浏览器智能体的团队。
hindsight-ai · 工具包
针对文本状态上的有类型问题,一次给出每个选项的概率,不生成文字,支持八种语言。这是 Hindsight 工具用的 0.8B 决策模型,可用 vLLM 或 Transformers 提供服务。
feder-cr · 工具包
一个本地决策模型,在笔记本 CPU 上约 28 到 130 毫秒就能回答关于文本的是非、选择和打分问题,为每个答案返回概率。适合想要免费本地方案、替代云端决策 API 的开发者。
decisionmodels · 工具包
让两个模型在同一张 GPU 上并行运行并取平均,为决策请求的各个选项返回概率。适合想要通过兼容 Jev 的接口使用开放决策模型的团队。
baselabs · 工具包
一次性回答关于某个情境的一组问题,并为每个选项给出校准过的概率。这是 Baseten 的 Base Labs 发布的 9B 决策模型,由 Qwen3.5-9B 调整而来。
perplexity-ai · 工具包
Perplexity 的小型决策模型,基于 Qwen3.5-4B,读取文字和图片,用概率回答选择题、是非题和打分题,适合快速分流和分诊。
Cloudflare · 工具包
把一个状态和一组有类型的问题变成决策,一次返回每个问题每个选项的概率,没有自由文本。这是 Cloudflare 的 9B 多模态模型,面向开发者。
sarvamai · 工具包
针对一段文字提出的问题,一次前向计算就给出每个答案选项的概率。适合需要固定选项决策的团队,比如工单分派,要用大显存的 NVIDIA 显卡。
inclusionAI · 工具包
根据文本状态和命名的问题做有类型的决策,返回选项、是非和有序评分的概率,不生成文字。这是 inclusionAI 的 4.5B 模型,面向开发者。
baselabs · 工具包
一次性回答关于某个情境的一组问题,并为每个选项给出校准过的概率。这是 Baseten 的 Base Labs 发布的 27B 决策模型,由 Qwen3.5-27B 调整而来。
Sattyam · 工具包
展示 GuardrailAgent 输入关卡把 250 条无害的 XSTest 提示词误判为越狱的频率,并附上每条提示词和每个决定。适合开发或评估提示词过滤器的人。
saleejkuruniyan · 工具包
一个小型决策与路由模型,一次前向计算就能做选择、打分或核验,约 25 毫秒,不写任何文字。可作为 REST API 或 Gradio 演示使用。
pollix · 工具包
一个浏览器演示,用两种方式回答问题:基础 Laya 模型零样本回答,以及 stuntd 为每个决策训练的小型头,涵盖客服分流、银行业务和编程智能体命令闸门。
junma · 工具包
读取一个腹部 CT 体积数据,用 RADAR 模型返回 18 个结构中 146 个征象各自的概率。这是研究和教学演示,不用于临床决策。
JuneoAI · 工具包
在智能体行动之前,给它可选的做法打分,或预测接下来会发生什么。这是 4B 决策模型 Laplace-1-Vector 的演示和 MCP 服务器,适合构建智能体的开发者。
jmc0 · 工具包
让你和一个小镇里的三个游戏角色对话,它们由一个只下载一次、在浏览器里运行的 4B 模型扮演,每条回复下面都会显示模型做出的决定。
HAL-X-AI · 工具包
用 THX-02 决策模型,对你描述的情境里的每个选项给出概率,还有可选的思考模式。这是一个 Gradio 演示,适合测试校准决策的研究者和开发者。