jevbooks

← 全部项目

jev-readout

Arohtea/jev-readout · 项目主页

把内容交给 Jev,得到带概率分布的结构化判断,并展示原始字节。

评测与基准0.48次选分类: 校准与研究问卷灰区
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

面向评估 TypeSafe AI Jev 模型的开发者的本地网页工具:粘贴一段 state,定义类型化问句,查看每条答案的完整概率分布,以及实际收发的原始请求与响应。

它怎么用 Jev

Express 后端直接裸调 TypeSafe HTTP API,传入 state 和 questions 对象。Jev 返回每条问句的答案及概率分布;界面把 noul 渲染为 0→1 概率并标出 0.5 中点线,choice 渲染为选中项加各选项概率,score 渲染为概率加权均值加档位分布。

用到的原语:choicescorenoul

值得抄的做法

刻意不用官方 SDK,直接裸调 HTTP API,让界面所见等于实际字节。

怎么试

需要 Node.js 20+;npm install,把 TYPESAFE_API_KEY 和 PORT 写入 .env.local,npm start,打开 localhost:5180。

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 是项目的核心在材料中检出0.96
  • 展示了 System One 用法在材料中检出0.85
  • 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0.97
  • 学习案例 Top 10 候选信号未判定0.60
  • 是模型本身的复刻片段中未检出0.03
  • 解决的问题够普遍(0–2)按 0–2 打分1.00 / 2
  • 与 Jev 相关在材料中检出0.98
信号
Jev 是项目的核心0.96展示了 System One 用法0.85写了怎么处理不确定0.05给出了实测数字0.05是能跑起来的工具0.97学习案例 Top 10 候选信号0.60是模型本身的复刻0.0300.51解决的问题够普遍(0–2)1.00 / 2012

无判定区(0.40–0.60)

设计模式
问卷0.97灰区0.9600.51

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。