Kieve-JeV v0.7

Kieve-JeV v0.7 от scairesearch — encoder-based typed decision engine. Получает state (любой текст) и набор типизированных вопросов, а для каждого возвращает один ответ с калиброванным распределением вероятностей по переданным вариантам. В основе — замороженный answerdotai/ModernBERT-base с LoRA-адаптерами и операторным стеком.

⚙ Ключевые особенности

• 🎯 Принимает state и вопросы, возвращая ответ и распределение вероятностей по вариантам.
• ⚙ Поддерживает примитивы choice (выбор одного criteria-варианта с полным распределением) и noul (одна вероятность yes/no через обученную no-answer голову).
• 🧩 Не придумывает варианты: распределение определено только по тем options, которые передал пользователь.
• 🔬 Backbone — замороженный ModernBERT-base с LoRA rank 16; 22.0M обучаемых параметров при 174.4M в чекпоинте.
• 🪨 В стеке — multi-scale FNO, low-rank GNP и GateFuse; операторные ветви zero-initialised, поэтому на шаге 0 backbone сохранён.

📀 Пример

python -m kieve.serve \
  --checkpoint checkpoint_latest.pt \
  --config config.json \
  --host 0.0.0.0 --port 8000

После запуска отправьте {"state": ..., "questions": [...]} на /v1/systemone.

Подробнее

Обучение: 313 908 публичных multiple-choice кейсов, 3 000 шагов, LoRA rank 16 на замороженном ModernBERT-base.
Held-out macro accuracy — 0.351 при chance 0.25; mixed in-training: accuracy 0.348, NLL 1.300, ECE 0.035.
Decision Index: public index 1.99 (chance-corrected), raw 22.76; latency median 309 ms, p95 3 851 ms, mean 698 ms (10 параллельных воркеров на одной L4, contended).
По индексу модель находится внизу таблицы: top-10 cutoff 67.48, 400M-class модели — 22–25. Лицензия Apache-2.0; у ModernBERT своя лицензия.