jevbooks

← 全部项目

jevcal

abhixhek/jevcal

校准、阈值和漂移检查类型化决策模型,与 LLM 教师对比。

评测与基准0.53次选分类: 分类与路由漏斗
README 自动摘要

根据 README 自动整理于 2026年9月20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

jevcal 在您的标注数据上测量类型化决策模型,为每个问题选择置信度阈值以满足您的准确率目标,报告升级流量,并在漂移时使 CI 失败。专为 Jev 和任何返回带概率答案的模型构建。

它怎么用 Jev

Jev 在您的状态上回答类型化问题(Choice、Score、Noul)。jevcal 在您的数据集上运行模型,保存预测,然后根据 top_prob、margin、entropy 或 API 自身的 confidence 等置信度度量编译阈值。锁定文件和报告显示接受准确率、处理份额、ECE 和成本拆分。

用到的原语:choicescorenoul

值得抄的做法

在一半数据上选择阈值,在另一半上验证;可选要求 95% 置信下界达到目标。

怎么试

pip install "git+https://github.com/abhixhek/jevcal" 然后 jevcal demo

去 GitHub 看

开始使用 Jev:API key 与第一个请求 →

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0.58
  • 展示了 System One 用法未判定0.56
  • 写了怎么处理不确定在材料中检出0.89
  • 给出了实测数字在材料中检出0.96
  • 是能跑起来的工具在材料中检出0.67
  • 学习案例 Top 10 候选信号在材料中检出0.61
  • 是模型本身的复刻片段中未检出0.06
  • 解决的问题够普遍(0–2)按 0–2 打分1.48 / 2
  • 与 Jev 相关在材料中检出0.96
信号
Jev 是项目的核心0.58展示了 System One 用法0.56写了怎么处理不确定0.89给出了实测数字0.96是能跑起来的工具0.67学习案例 Top 10 候选信号0.61是模型本身的复刻0.0600.51解决的问题够普遍(0–2)1.48 / 2012

无判定区(0.40–0.60)

设计模式
漏斗0.96体检0.67问卷0.56黑匣子0.55灰区0.54信号灯0.44题库0.28代笔0.2500.51

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20日 读 README 写成。