零训练,直接接入
保留现有模型权重,用 Choice、Score、Noul 描述任务,获取结构化决策和概率。
NO FINE-TUNING“我的信用卡被重复扣款了。”
哪个部门应当处理?一次前向,读取 yes / no logits
示例概率 · 非实时推理
更少的部署,直接的决策
保留现有模型权重,用 Choice、Score、Noul 描述任务,获取结构化决策和概率。
NO FINE-TUNING从 yes/no logits 直接计算概率,无需逐 token 生成答案。共享前缀进一步减少候选间的重复计算。
PREFILL ONLY沿用 OpenAI SDK 的调用方式。SGLang 部署下,聊天与决策还共用服务、推理引擎和模型。
OPENAI SDK EXTENSION熟悉的调用方式,新的决策能力
构造一个 client,提交一个问题,拿到答案与概率。支持同步、异步以及图文输入。
阅读完整使用指南uv sync --extra sglangfrom llm2jev import Client, Choice
client = Client(
base_url="http://localhost:30000/v1",
api_key="unused",
)
response = client.systemone.create(
model="local-model",
state="My card was charged twice.",
questions={
"decision": Choice(criteria={
"billing": "Charges and billing",
"shipping": "Delivery",
}),
},
)
print(response.answers["decision"]){
"type": "choice",
"choice": "billing",
"probabilities": {
"billing": 0.92,
"shipping": 0.08
}
}从屏幕到真实任务
同一套决策接口,连接不同的任务。
持续构建
LLM2JEV / OPEN SOURCE
开源 · Apache 2.0 · SGLang / Transformers / MLX