小型「Jev風」決定モデルは役に立つのか 海外エンジニアの賛否
姉妹サイトの新着
他サイトの新着
- 5chまとめMAP【朗報】進藤ヒカルさん、40歳の誕生日に突如ヒカルの碁公式アカウントが始動
- ニュース速報まとめMAP【timelesz】猪俣周杜の衝撃的な行動、いくらパニックでも顔は止めとけよwww
- なんJ傑作まとめアンテナMAP【悲報】中国人「中国がなかったらアジアは未だに世界中から見下されてたよ」
- アニメ声優まとめアンテナMAP【悲報】カード屋さん、なんの罪もないゆるゆりオタクを突然全世界に晒し上げる
- VTuberまとめアンテナMAP【にじさんじ】ソフィ「最新のメロンちゃん(摘心する前のお姿)見つつ素敵な休日過ごしてね(* ᴗ͈ˬᴗ͈)”」
- だめぽアンテナ【画像】能年玲奈（のん） 激しく胸チラ、ブラチラしていた件！！
- ヌルポあんてな【悲報】小銭を整理しようとした結果、『コレ』されたんだがもはや病気か？w w w w w w w w w w w w
- 2chまとめアプリ+古のオタク文化に憧れてるんやが、当時の空気知ってる奴おる？
- News人どうして旧日本軍にはちびっこい戦車しかなかったの？他
- ブルーアンテナ婚姻届を出したら妻に「指輪も旅行もプレゼントもなく、ただ紙を出しただけだった」と泣かれた。
- ウマーあんてな【悲報】千葉さん、また逝きそう・・・
- ハゲリシャス速報【ハゲ速報】本当にデリカシーがない長嶋一茂さん、カツラで大炎上してしまう
- アニメ・漫画アンテナワイガンダムX好き、新連載に歓喜
- 即まとch「年収に応じて多夫多妻制にせんと少子化止まらんなー」ガーシー氏が私見投稿し反響
- ライムアンテナ【原神】ヴェスナ・ヴォジャニーツァガチャの星4はディオナ、重雲、ファルザン！武器ガチャが神⁉
- 憂国あんてな|●|「本当にやめてください！カンペ片付けてください」とNHKアナが絶叫する珍事、NHKの人気番組の出演者が突然……
- おまとめアンテナ【戦争】モスクワに落ちてるウクライナのドローン、まぁまぁヤバいｗｗｗｗｗｗｗｗｗｗ
- リアルな海外の反応アンテナ【PICK UP】【海外さんいらっしゃい 海外の反応】渋谷駅前ビルの外観に世界が騒然！←「日本は奇妙だ」（海外の反応）
- とろたまヘッドライン『エストポリス伝記 I＆II』現行機復活
- ぶーアンテナ【悲報】高市早苗、カルビーへの反撃開始wwwwww
海外掲示板Hacker Newsで、Qwen3.5をベースにした軽量な意思決定モデル「Kev」(github.com/jaredpalmer/kev)が話題になった。あらかじめ決まったカテゴリーだけでなく、実行時に指定した任意の分類先に一発で振り分けられるのが特徴で、コーディングエージェントの安全判定やゲームAI、スパム判定など具体的な活用案が寄せられた一方、「昔からある分類器を今さら発見しただけ」という冷めた声も出た。なぜ今こうした軽量モデルが再注目されているのか、実用性をどう評価するかでスレの意見は割れている。
Kev: Qwen3.5をベースにした、Jevのような小型の判断モデル群
出典: github.com / 元記事はこちら
JevがRLCD(比較データによる強化学習)で訓練されているのに対し、こっちはRLHFで訓練されたQwenモデルを土台にしているよね。それでどうして『Jevっぽい』と言えるんだ？
自分もそこが気になってた。
最近『Jevっぽいモデル』が急に増えてるけど、これって自分たちが理解しやすかったシンプルな時代に戻ってるだけなのかな。分類モデル自体は昔からあるわけだし。
実用的に役立つし、これまで現実的じゃなかったことができるようになったからだよ。
『昔からある』ってのがポイントで、要は雰囲気でコード書いてる連中が今さら分類器を発見しただけだろ。
用途ごとに別々のモデルをファインチューンしなくて済むのが魅力。おかげで開発を進めながらビジネスロジックを柔軟に変えていける。
OSSで『Jevっぽいモデル』を作ろうとするみんなの熱量にはちょっと驚いてる。盛り上がってるのは分かるけど、そもそもこの手のモデルの使い道って何だろう？コーディングエージェント向きなのか、それとも全然別の場面で活きるものなのか気になる。
自分が作ってる2Dローグライクのプラットフォーマーで賢いAIを組みたくて。動く要素が多すぎて古典的なステートマシンAIじゃ手に負えないし、開発に時間もかけられない。低レイテンシなのが魅力。
JSONっぽい構造を出力させたい場面で『Jevっぽいモデル』を呼び出すといい。コードの中に『ちょっとだけ』知能が欲しいときに便利。
自分も同じ。APIにアクセスできるようになったはいいけど、これといって今すぐの使い道が無いことに気づいた。
Jevがここまで人気になったことの良い面は、多くの企業や個人が『自分たちのアプリにはSystem 1的な軽量モデルが向いているかもしれない』と気づき、オープンソース版(やファインチューン版)を自前で動かす決断をするようになることだと思う。
Jevと普通の分類用ニューラルネットワークの違いを誰か教えてくれない？自分の理解では、テキストを入力してワンショットで分類する(学習データ不要)ってことなんだけど。
うん、基本的にはその理解で合ってる。付け加えると、出力するクラスは学習前に決めておく必要がなく、任意の集合を指定できるんだ。
こうした判断モデルにはツール呼び出しの機能が無いから、知識のカットオフが問題になりそう。自前で動かすなら継続的に学習させ続けるか、Jevみたいなクローズドなものを使うなら毎月くらいの頻度で新しいバージョンに切り替える必要が出てくる。
たとえ知識のカットオフを『今この瞬間』に設定できたとしても、判断を委ねる用途でこういうツールを使うなら、できるだけ多くの情報を与えたいと思うはず。
これでスパムフィルタリングをしたらどうなるんだろう。自分はしばらく27B級のモデルを使ってるけど、スパムかどうかの判定はほぼ完璧。唯一の難点は計算コストだね。
『Thomson 1.0-small』を見てみるといい。Qwen 3.6 35BをThomson Reutersがテキスト分析用に追加学習させたモデルで、テキスト分類の精度がかなり良い。
Gemma 4 12Bだと1手あたり220msくらい。ローカルでスネークゲームを遊ばせてみたところ、prompt_eval=244ms、wall=245ms、schema_cache=hit、generated=0で、200手の上限に達した時点でスコア16・長さ19。12Bクラスの密なモデルが古いローカルPCでこの速さを出せるなら、もっと強力なマシンにすればさらに低レイテンシにできるはず。
この分野で何か出てこないか期待してた。Qwen3.5ベースの『Jevっぽい』判断モデルなら、うちの社内ルーティングロジックをかなり単純化できそう。
いっそ『Qev』って名前にすればよかったのに。
Qwen3.5を判断モデルに使うアプローチは面白い。重要な処理でLLMとしての信頼性を保ちつつ、どこまで『小さく』できたのか気になる。
おお、Jaredか、いいね。彼はAfterとRazzleも作った人だ。
JevっぽいアプローチがQwen3.5に応用されてるのは面白い。素早い判断をするJevのシンプルさは前から評価してた。
『前から』ってマジ？
他サイトの新着
Ansibleがうまくやったことを思い出す。ユーザーへの伝え方だ。中身の技術自体は昔からあったかもしれないけど、『JSONを少し書くだけで、君にも機械学習が分かるよ』と普通の開発者に伝わる形で提示したのが本当にすごいところ。この功績は過小評価すべきじゃないと最近特に感じる。
LLMに選択肢やカテゴリーだけを出力するよう『強制』している場面を全部思い浮かべてみてほしい。そういうワークフローがあるなら、コストとレイテンシの大幅な削減が見込める。コーディングエージェント向けには一部の場面でしか使えないだろうけど、たとえばbashのツール呼び出しを『安全』か『危険』かに分類する、といった使い方は考えられる。
どうしてこういうのをDockerイメージとして配布する人がいないんだろう。
今どきはDockerfileを書いてイメージをpushするのもAIにやらせればいいんじゃない。
正直よく分かってないんだけど、どこで勉強すればいい？JevはBERTみたいな分類モデルや従来型の機械学習と比べて、根本的に何が優れてるの？文章で説明してもらってもいいし、自分のLLMに投げて調べさせるためのプロンプトを教えてもらってもいい。
ユーザーが自由に指定したリストに対してどうやって分類を実現してるのか、誰か易しく説明してくれない？普通のニューラルネットワークは、あらかじめ決まった出力集合に対してsoftmaxを取って確率を出すものだよね。
この話題の背景と論点
レス#2にある通り、JevはRLCD(比較データを使った強化学習)で訓練されているのに対し、Kevは土台にRLHFで訓練されたQwen3.5を使っており、学習手法そのものは異なる。この疑問にスレ内で明確な回答は出ていない。技術的な核心は、あらかじめ決めたカテゴリーだけでなく、実行時に指定した任意のカテゴリー集合に対して分類できる点で、従来のsoftmax型ニューラルネットワーク分類器とは仕組みが違う(#31)。この「軽量な判断モデル」ブームについては、Oras氏のように「昔からある分類器をバイブコーダーが今さら発見しただけ」と冷めた見方をする声と、anentropic氏のように「用途ごとに別モデルをファインチューンしなくて済む柔軟性」を評価する声が併存しており、実用性の評価はまだ定まっていない。ツール呼び出しを持たないため知識のカットオフが弱点になるという指摘(#8)も、実運用を考える上で見落とされがちな点だ。
※本記事は5ch(Hacker News)スレッド「Kev: Tiny Jev-like family of decision models built on top of Qwen3.5」より抜粋・要約して構成しています。
この記事のリアクション
まだコメントはありません。