README 自动摘要
根据 README 自动整理于 2026年9月30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
一个基准测试，比较Jev、OpenJev、Laya、小型本地LLM和廉价托管LLM在英语和法语的零样本分类任务上的表现，使用手写选项和标准，无标注数据，无微调。
它怎么用 Jev
Jev以零样本方式使用：给定一个状态（消息、JSON、文档）和带有选项及标准的类型化问题，它返回每个选项的概率。结果以原始JSON存储在results/下，bench/report.py在不调用模型的情况下重建表格和图表。
用到的原语:choice
值得抄的做法
使用类型化问题和每个选项的标准进行零样本分类，评估校准和在阈值下的自动化。
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 是项目的核心片段中未检出0.39
- 展示了 System One 用法在材料中检出0.66
- 写了怎么处理不确定在材料中检出0.91
- 给出了实测数字片段中未检出0.07
- 是能跑起来的工具片段中未检出0.09
- 学习案例 Top 10 候选信号片段中未检出0.26
- 是模型本身的复刻片段中未检出0.07
- 解决的问题够普遍（0–2）按 0–2 打分1.18 / 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30日 读 README 写成。