README 自动摘要
根据 README 自动整理于 2026年9月22日，不是本站运行记录。运行步骤和作者声称的效果仍需核验。
这是什么
一个 Python 基准测试，在标注分类任务上比较 TypeSafe Jev、OpenRouter 模型和本地 Jev 形状的检查点，报告准确率、校准、置信度分布、延迟和成本。
它怎么用 Jev
Jev 通过 TypeSafe API 作为模型在分类任务（choice、score、noul）上运行。它返回校准概率，用于计算准确率、ECE 和置信度分布。运行器支持任何符合 System One 契约的模型。
用到的原语:choicescorenoul
值得抄的做法
在样本外任务上进行基准测试以避免训练数据污染，如 CLINC150 与 Banking77 所示。
怎么试
uv sync && uv run python -m evaljev.run --model jev
README 片段的模型判断
项目信号使用仓库元信息、已有摘要与 README 前 700 个字符；没有通读完整项目。“未检出”仅表示这些材料中未检出，并不证明项目没有该能力。这里保留原始判断与实际记录的模型、日期，不是源码审计或运行验收。
模型与判定日期
- 收录门禁
jev-1.13.0- 项目信号
jev-1.13.0- 项目分类
jev-1.13.0- 模式标签
jev-1.13.0
证据
这些信号只读取仓库元信息、已有摘要与清理后的 README 前 700 字符。≥ 0.60 表示片段中有提及，≤ 0.40 表示未检出，中间为未判定；都不是源码审查或运行结果。「可运行工具」题排除了研究实验，「推荐」题筛的是学习案例 Top 10，不是内容质量合格与否。
- Jev 是项目的核心未判定0.41
- 展示了 System One 用法片段中未检出0.11
- 写了怎么处理不确定片段中未检出0.04
- 给出了实测数字片段中未检出0.35
- 是能跑起来的工具片段中未检出0.21
- 学习案例 Top 10 候选信号片段中未检出0.23
- 是模型本身的复刻片段中未检出0.19
- 解决的问题够普遍（0–2）按 0–2 打分1.10 / 2
- 与 Jev 相关在材料中检出0.98
无判定区（0.40–0.60）
无判定区（0.40–0.60）
各阶段的 Jev 模型与判定日期见上方记录。简介由 DeepSeek V4.1 Flash 于 2026年9月22日 读 README 写成。