README 自动摘要
根据 README 自动整理于 2026年10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
Jev-RS 是一个 Rust 服务，使用 NLI 模型在一次 ONNX 前向传播中回答关于同一状态的多个类型化问题。面向需要快速、确定性、校准决策且不生成 token 的开发者。
它怎么用 Jev
Jev 负责决策：每个问题被展平为前提/假设对（noul → 真/假，choice → 每个选项一对，score → 每个等级一对），作为一个批次分词，并经过一次 ONNX 前向传播。温度缩放产生概率，Shannon 熵产生置信度；服务返回类型、值、分布和置信度。
用到的原语:choicescorenoul
值得抄的做法
将所有问题的假设对批处理到一次共享同一前提的前向传播中，成本随 pairs × seq_len 增长，而非请求数量。
怎么试
Windows 上运行 install.bat 再运行 run.bat，或 cargo build --release 后执行 ./target/release/jev-rs --download-model；服务位于 http://127.0.0.1:8000。
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 是项目的核心在材料中检出0.82
- 展示了 System One 用法在材料中检出0.74
- 写了怎么处理不确定片段中未检出0.05
- 给出了实测数字片段中未检出0.05
- 是能跑起来的工具在材料中检出0.82
- 学习案例 Top 10 候选信号片段中未检出0.30
- 是模型本身的复刻在材料中检出0.88
- 解决的问题够普遍（0–2）按 0–2 打分1.72 / 2
- 与 Jev 相关在材料中检出0.93
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20日 读 README 写成。