README 自动摘要
根据 README 自动整理于 2026年10月16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
Convex Coding Evals 是一个开源基准套件，用于评估 LLM 编写 Convex 后端代码的能力。它包含八个类别的提示、人工精选解决方案和评分器，以及一个多项选择决策基准。
它怎么用 Jev
Jev 回答多项选择决策基准：108 道题，每题四个选项。托管工作流通过 OpenRouter 的 /api/alpha/decisions 端点固定 typesafe/jev-1.13，记录返回的模型 ID、概率、置信度和提供商报告的成本，并根据编码基准对正确选择进行评分。
用到的原语:choice
值得抄的做法
在每个源评测内对问题取平均，然后对源评测等权；无效响应计为错误。
怎么试
bun run decisions dry-run --provider openrouter --model typesafe/jev-1.13 --limit-evals 2
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 是项目的核心片段中未检出0.03
- 展示了 System One 用法片段中未检出0.11
- 写了怎么处理不确定片段中未检出0.02
- 给出了实测数字片段中未检出0.06
- 是能跑起来的工具片段中未检出0.09
- 学习案例 Top 10 候选信号片段中未检出0.05
- 是模型本身的复刻片段中未检出0.05
- 解决的问题够普遍（0–2）按 0–2 打分1.02 / 2
- 与 Jev 相关在材料中检出0.74
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10月16日 读 README 写成。