OneJev

一次前向传播，给屏幕/视频/图文问题带置信度的答案

开源 free 开源模型

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 152

维护状态活跃

是否开源是

定价模式 free

项目预览

项目数据

分类开源模型

开发团队OmniJev

所属国家

官网地址https://omnijev.github.io/OneJev

GitHubhttps://github.com/OmniJev/OneJev

定价模式free

价格说明开源模型，免费使用

访问状态

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型calibration,computer-use,decision-model,gui-agent,huggingface,jev,llm,multimodal,pytorch,qwen,system-one,typesafe,video-understanding,vision-language-model,vlm

GitHub 星标★ 152

30天Star增速

HF 下载量

上线时间2026-09-27 00:00:00

代码更新—

仓库体积—

本站数据更新—

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-10-10

浏览次数0

项目介绍

OneJev 是一个多模态 System One 决策模型，目标是用一次前向传播，对屏幕、照片、视频和文本等输入给出带校准置信度的类型化答案。它解决的是 GUI 智能体与多模态问答中「模型给出答案但不知道自己有多确定」的问题：通过 calibration 机制输出可解释的置信度，让下游系统能判断是否采纳、是否回退到人工或其他流程。项目基于 PyTorch 与 Qwen 系列模型构建，涉及 computer-use、gui-agent 等场景，强调 typesafe 的结构化输出，即答案带有明确类型而非自由文本。适合需要让模型对界面截图、视频帧或图文混合内容做快速判断，并希望获得可靠置信度信号的开发者。代码为 Python，已发布到 Hugging Face，属于早期项目，星标约 152。