That's NeuralCatálogo de modelos

jaredpalmer

Jared Palmer: Kev 4B

jaredpalmer/kev-4b

Nossa análise

Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.

Kev-4B é um modelo de decisões pequeno, de pesos abertos e apenas em inglês, criado por Jared Palmer: um adaptador LoRA e uma cabeça de ponteiro sobre um Qwen3.5-4B-Base congelado que pontua as opções fornecidas pelo usuário em vez de gerar texto. Diante de um documento e perguntas tipadas de múltipla escolha, pontuação ou sim/não, retorna probabilidades calibradas em uma única passada e implementa a API System One da TypeSafe, de modo que o SDK da TypeSafe funciona sem alterações. Pode ser auto-hospedado em uma GPU de cerca de 16 a 24 GB ou um Mac Apple Silicon de 32 GB; todos os resultados publicados são relatados pelo autor.[1][2]

Pontos fortes

  • Responde perguntas tipadas (múltipla escolha, pontuação, sim/não) com uma probabilidade calibrada por opção em uma única passada, e a ficha do modelo relata baixo erro de calibração em várias suítes reservadas.[2]
  • Implementa a API System One da TypeSafe como um endpoint auto-hospedável e substituível que roda em uma única GPU com cerca de 16 GB livres ou um Mac Apple Silicon de 32 GB.[2]
  • Pesos abertos Apache-2.0 publicados como adaptador LoRA, concebidos pelo autor como ponto de partida para fine-tuning com os rótulos do próprio usuário.[2]

Limitações

  • Apenas inglês e não é um modelo generativo: não conversa, não resume nem responde perguntas abertas, apenas pontua as opções recebidas; o autor também exclui decisões automatizadas de alto impacto sem revisão humana.[2]
  • Apenas 8.192 tokens de contexto são validados, o valor que o catálogo da OpenRouter também lista; estados de até 65.536 tokens são atendidos, mas a acurácia relatada cai em comprimentos maiores, e a ficha aponta fraqueza em tarefas com muito conhecimento.[1][2]
  • A evidência é a ficha do próprio autor mais uma listagem de catálogo, sem avaliação independente neste pacote de fontes; a própria ficha recomenda fixar os limiares de confiança em uma amostra rotulada da carga de trabalho do usuário.[1][2]

Onde usar

  • Classificação, roteamento e triagem de documentos, escolhas de extração e verificações de políticas ou elegibilidade em entradas de alguns milhares de tokens, conforme os usos previstos declarados pelo autor e sem verificação independente.[2]
  • Automação guiada por confiança em que os casos prováveis são resolvidos automaticamente e os incertos vão para revisão humana.[2]
  • Substituto auto-hospedado e compatível em nível de API para um endpoint System One, ou base para fine-tuning de tarefas de decisão com rótulos próprios.[2]

Fontes

  1. [1] OpenRouter catalog · Jared Palmer: Kev 4BFontes consultadas: 13 de nov. de 2026
  2. [2] Model documentation · Jared Palmer: Kev 4BFontes consultadas: 13 de nov. de 2026

Sobre este modelo

A descrição abaixo é o texto original fornecido pelo OpenRouter, no idioma da fonte.

Kev 4B is a small open-weight decision model from Jared Palmer, built as a LoRA adapter and pointer head on Qwen3.5-4B-Base and served over the same /v1/systemone contract as TypeSafe's...

Especificações

ID do modelo
jaredpalmer/kev-4b
ID canônico
jaredpalmer/kev-4b-20260924
Criador
jaredpalmer
Adicionado ao OpenRouter
25.09.2026
Comprimento de contexto
8,192
Modalidade
text->decisions
Modalidades de entrada
text
Modalidades de saída
decisions
Preço por token
Sem preço por token no snapshot da fonte — consulte o OpenRouter para a unidade de cobrança
Corte de conhecimento
—
Data de expiração
—

Tarefas e capacidades

Uma nota aparece apenas quando a fonte fornece uma medição correspondente para aquela tarefa, o modelo está ativo e a coorte tem pelo menos 10 modelos comparáveis. A coluna de capacidade lista fatos declarados pela fonte — formatos compatíveis, raciocínio e parâmetros de ferramentas — que não são qualidade medida.

TarefaNotaCapacidade declarada pela fonte
Qualidade geralSem medição—
ProgramaçãoSem medição—
AgentesSem medição—
EscritaSem medição—
RaciocínioSem medição—
Análise de documentosSem medição—
VisãoSem medição—
Geração de imagensSem medição—
ÁudioSem medição—
VídeoSem medição—
EmbeddingsSem medição—

Avaliações

Não há avaliações fornecidas para este modelo.

Como funcionam as notas

Cada nota compara um modelo apenas com outros modelos avaliados pela mesma fonte e métrica no snapshot atual. S é o top 10%, A os 20% seguintes, B os 30% seguintes e C o restante. Modelos sem medição publicada aparecem como não avaliados — um formato compatível nunca implica qualidade medida.

  • S — S — top 10% da coorte
  • A — A — próximos 20% da coorte
  • B — B — próximos 30% da coorte
  • C — C — abaixo da faixa B

Provedores

Estatísticas opcionais de provedores ao vivo do OpenRouter. Valores ausentes são desconhecidos, não zero.

ProvedorComprimento de contextoPreço entrada /1MPreço saída /1MLatência p50 (30m, s)Taxa p50 (30m, tok/s)Disponibilidade (30m)
SiliconFlowfp88,192————100%

Dados de provedores obtidos: 13.11.2026

Nenhum artigo publicado identifica este modelo ainda.