Kev

Bajo licencia Apache 2.0, el código y los pesos están publicados para que los entrenes y los sirvas en tu máquina, sin cuota de API. El arranque pide Python 3.12 o 3.13 y uv; el de 0,8B cabe en un portátil con Apple Silicon y el de 27B en una GPU de 80 GB.

La familia sigue la arquitectura de Jev sobre bases Qwen3.5 y Qwen3.8. En una sola petición combinas preguntas de sí/no (noul), de opción múltiple (choice) y de puntuación (score): comparten el texto, pero no se leen entre sí. Cada checkpoint incluye una temperatura calibrada con datos reservados. La API coincide con System One de TypeSafe, así que apuntas su SDK de Python a tu servidor local sin cambiar el cliente.

Tamaños, afinado y despliegue

• Cuatro tamaños (0,8B, 4B, 9B y 27B), con pesos en Hugging Face y checksums SHA-256 en GitHub.
• Fine-tuning con tus ejemplos etiquetados; un flujo en Modal cubre desde localizar las preguntas hasta servir el resultado.
• Un comando levanta un endpoint HTTPS que escala a cero cuando no hay carga.
• Puedes probarlo en el navegador en Hugging Face Spaces, sin instalar nada.

En fuentes nuevas (conjuntos y reglas que el modelo no vio al entrenar), el de 27B se queda a un punto de Jev en acierto (0,848 frente a 0,857). El README recomienda empezar por el de 4B si no priorizas el tamaño mínimo.