这是什么
探索 TypeSafe 预训练 Jev 模型的零样本邮件分类，在 main、fresh 和 recent phishing 数据集上将 ham/spam/phishing 判断与 TF-IDF 逻辑回归基线进行对比。
它怎么用 Jev
Jev 回答一个 Choice 问题，从三类（正常邮件、垃圾邮件、钓鱼邮件）中选择一类；返回的标签和概率分布由代码直接使用。增强状态加入 Reply-To、链接目标和附件元数据。
用到的原语:choice
值得抄的做法
在问题和类别定义不变的前提下，保留相关邮件上下文（链接目标、Reply-To、附件元数据）。
怎么试
使用 API key 运行 experiments/jev-context/evaluate.py；详见 REPORT.md。
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 是主角是0.89
- 有 System One 用法否0.17
- 处理了不确定性否0.06
- 有实测数据是0.94
- 可直接跑否0.19
- 值得推荐未判定0.56
- 是模型的复刻否0.06
- 问题普遍性按 0–2 打分1.90
- 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。