这是什么
FastJev 是一个开源 Python SDK 和 System One 兼容 API，用于在自有基础设施上运行 Jev 决策，支持 Choice、Boolean 和 Score 问题，可在 Torch、vLLM、MLX、llama.cpp 和 WebGPU 上使用固定开放模型。
它怎么用 Jev
SDK 加载固定模型，验证 2 到 16 个选项，执行评分，并返回带概率、token 用量、计时、模型修订和提示版本的 typed 结果。Jev 对提供的状态做出 Choice、Boolean 和 Score 决策；结果直接在 Python 代码中使用。
用到的原语:choicescore
值得抄的做法
单次评分直接读取 logit，零输出 token，返回校准概率和溯源信息。
怎么试
pip install 'fastjev[torch]'，然后使用 FastJev.from_pretrained 并指定固定模型修订。
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0.93
- 有 System One 用法未判定0.40
- 处理了不确定性否0.05
- 有实测数据否0.15
- 可直接跑是0.94
- 值得推荐未判定0.44
- 是模型的复刻是0.92
- 问题普遍性按 0–2 打分1.25
- 与 Jev 相关是0.97
信号由 Jev jev-1.13.0 判定，简介由 DeepSeek V4.1 Flash 于 2026年9月22日 读 README 写成。