AnyJev

不训练，把任意 LLM 变成会算概率的决策器

AnyJev 是一个把任意大语言模型改造成 Jev 风格决策模型的 Python 框架。它不依赖额外训练，而是通过类型化决策（typed decisions）与概率校准，让 LLM 输出带真实概率的离散选项，而不是含糊的自然语言。项目解决的核心问题是：LLM 在需要做选择、打分或风险判断时，常给出无法量化、无法比较的答案，AnyJev 用校准层把模型输出映射成可解释的概率分布，并支持 vLLM、transformers 等推理后端。核心能力包括：把开放式生成转为结构化决策、对概率做校准以贴近真实频率、兼容多种模型与推理引擎、提供可复用的决策接口。适合需要让模型在业务规则下做可审计选择的开发者，当前仍在持续更新，欢迎 issue 与 PR。