这是什么
一个基准测试，比较TypeSafe Jev与Cohere Rerank 4、ZeroEntropy zerank-2及聊天模型基线在段落重排序上的表现，包含原始API响应、评分代码和不确定性区间。
它怎么用 Jev
Jev使用4级评分标准、是/否问题或Choice+none设置对每个查询的30个BM25候选进行排序。其分数用于排序段落并计算nDCG@10、Top-1等指标。
用到的原语:choicescorenoul
值得抄的做法
使用带有类型化问题的决策模型进行重排序，并与专用重排序器对比。
证据
每一行都是就 README 问 Jev 的一道题。≥ 0.60 算「是」，≤ 0.40 算「否」，中间这一段 Jev 不下判断。
- Jev 是主角否0.28
- 有 System One 用法否0.23
- 处理了不确定性否0.04
- 有实测数据是0.95
- 可直接跑否0.05
- 值得推荐否0.30
- 是模型的复刻否0.06
- 问题普遍性按 0–2 打分1.36
- 与 Jev 相关是0.98
信号由 Jev jev-1.13.0 判定，简介由 DeepSeek V4.1 Flash 于 2026年9月20日 读 README 写成。