README 自动摘要
根据 README 自动整理于 2026年9月30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
对 TypeSafe 的 Jev 模型在 SciFact 科学论断验证上的独立、预注册评估：300 条专家标注的生物医学论断对照 5,183 篇 PubMed 摘要，包含结果、局限与复现脚本。
它怎么用 Jev
Jev 通过一个 Score 问题评估每篇摘要与论断的直接相关程度，对 BM25 摘要重排序；对前 3 篇，一个 Choice 问题给出支持/反驳判定，每句一个 Noul 标记是否为证据。阈值仅在训练集上调优，并在阶段 04 应用。
用到的原语:scorechoicenoul
值得抄的做法
在训练集上冻结问题措辞与阈值，然后仅运行一次留出 dev 集。
怎么试
uv sync；uv run python scripts/fetch_scifact.py；用 --split dev 运行脚本 01–05
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0.74
- 展示了 System One 用法片段中未检出0.08
- 写了怎么处理不确定片段中未检出0.09
- 给出了实测数字在材料中检出0.96
- 是能跑起来的工具片段中未检出0.04
- 学习案例 Top 10 候选信号片段中未检出0.36
- 是模型本身的复刻片段中未检出0.04
- 解决的问题够普遍（0–2）按 0–2 打分0.93 / 2
- 与 Jev 相关在材料中检出0.98
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9月30日 读 README 写成。