README 自动摘要
根据 README 自动整理于 2026年10月29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
Mica 是一个 4B 模型，用于在软件内部做决策：给定输入材料、类型化问题和允许的答案，它返回每个答案的概率，不生成文本。本仓库是它的 HTTP 服务器。
它怎么用 Jev
Jev 是 Mica 所服务的决策模型：它接收状态（输入材料）和类型化问题（是/否、选择、评分），为每个允许的答案返回校准概率。服务器通过 /v1/systemone 以 HTTP 暴露该能力；abstain_threshold 可标记不确定的情况。
用到的原语:choicescore
值得抄的做法
长输入模式让状态行只跑低层，高层只为后续行读取的内容构建，从而加速超过 1k token 的提示。
怎么试
克隆仓库，安装 v0.5/serving/requirements.txt，然后运行 python v0.5/serving/serve.py。
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-1.14.0- 项目信号
jev-1.14.0- 项目分类
jev-1.14.0- 模式标签
jev-1.14.0
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0.31
- 展示了 System One 用法未判定0.45
- 写了怎么处理不确定片段中未检出0.03
- 给出了实测数字片段中未检出0.04
- 是能跑起来的工具在材料中检出0.96
- 学习案例 Top 10 候选信号片段中未检出0.07
- 是模型本身的复刻在材料中检出0.76
- 解决的问题够普遍（0–2）按 0–2 打分1.69 / 2
- 与 Jev 相关在材料中检出0.90
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10月29日 读 README 写成。