Todos están hablando de Jev. Jev esto, Jev aquello. Todo el mundo en Twitter está hablando de Jev, de cómo es la siguiente frontera de los modelos de lenguaje grandes y el paradigma de la IA. Entonces, un desarrollador llamado Duarte O.Carmo decidió preguntar: ¿qué es exactamente Jev? Su respuesta llega en forma de una publicación de blog paródica llamada «Jev en 25 Líneas de Python».
La publicación carga un modelo de lenguaje, le proporciona una instrucción y le pide que elija una opción. Eso es todo. Todo el asunto.
Configuración del Modelo
El código utiliza la biblioteca Llama y un modelo GGUF de Qwen, específicamente el modelo Qwen3-0.6B. Duarte carga el modelo con algunos parámetros: longitud de contexto establecida en 512, todos los logits habilitados y sin salida detallada.
Construcción de la Instrucción
La instrucción le pide al modelo que elija una de tres opciones. El ejemplo de correo electrónico es una advertencia genérica sobre una página de inicio de sesión de nómina, pero el modelo nunca lo ve directamente; la instrucción se construye a partir del texto y las opciones.
Salida de la Opción
El modelo calcula los logits para cada etiqueta, los convierte en probabilidades y clasifica las opciones. El resultado: una opción que parece probable, una que parece mediana y una que parece improbable.
Dictamen
El punto de Duarte es directo. El modelo clasifica. Es rápido. Es local. No envía sus datos a ningún otro lugar.
«Sí, lo sabemos».
Lo que Jev No Es
La lista de ausencias de Duarte es tan reveladora como el código en sí. Él no califica el modelo como un modelo de decisión System One. Él no califica una API. Él no crea datos sintéticos. Y él no entrena un modelo con Aprendizaje por Refuerzo para Decisiones Calibradas (RLCD).
La publicación es una parodia, y el autor claramente disfruta haciendo el punto a través del código en lugar de afirmarlo directamente.
Tabla Comparativa
| Característica | Jev en 25 Líneas de Python |
|---|---|
| Tipo de Modelo | Modelo de lenguaje existente como Llama |
| Entrenamiento | Ninguno mostrado |
| Calibración | No se afirma |
| API | Ninguno llamado. |
| Datos enviados. | Ninguno. |
Perspectiva de código abierto.
El proyecto de Duarte forma parte de NobodyWho, un proyecto de código abierto. Solicita a los lectores que dejen una estrella en Github para apoyar el trabajo. También señala varias otras implementaciones abiertas de Jev, incluyendo OpenJev y una versión en DiffusionGemma.
Dictamen sobre Jev.
La parodia es efectiva porque está tan cerca de la verdad. Un modelo de lenguaje puede producir probabilidades para opciones, y puede hacerlo en unas pocas líneas de código. Pero Jev es un sistema específico con una historia específica, y no es solo un modelo que sucede de producir probabilidades.
La publicación no afirma que Jev es inútil. Afirma que la exageración en torno a él es exagerada. Es un punto estrecho, pero se expresa con ingenio y un guion corto.
Jev en 25 líneas de Python es una lectura divertida y aguda. Es un recordatorio de que las herramientas que utilizamos a menudo son más simples que las historias que contamos sobre ellas. El modelo hace el trabajo. El código hace el trabajo. Las probabilidades están ahí. La parte calibrada no se afirma.
Material fuente: “Jev en 25 líneas de Python”, nobodywho.ai.
Recibe El Cuaderno.
Las mejores historias del día y cada veredicto nuevo, en español claro, en tu correo a las siete. Un correo al día, nada más.