README 自动摘要
根据 README 自动整理于 2026年11月3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
使用本地 Gemma 3 4B 对给定上下文和预写选项打分，可运行于 Apple MLX 或 PyTorch（CPU/GPU）。面向从代码提供的列表中做选择并报告校准置信度的决策模型。
它怎么用 Jev
模型对上下文只做一次 prefill，把 KV cache 扩展到整个选项批次，并在一次带 padding 的前向中给所有选项打分，不做解码。选项的 log-probability 经 softmax 得到每个选项的概率。`/v1/systemone` 端点针对给定 state 回答带类型的 `choice` 问题。
用到的原语:choice
值得抄的做法
所有候选选项共享一次上下文 prefill，并在单个批次前向中统一打分。
怎么试
uv sync，下载 google/gemma-3-4b-it，然后运行 uv run openjev serve --port 8000。
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-1.14.0- 项目信号
jev-1.14.0- 项目分类
jev-1.14.0- 模式标签
jev-1.14.0
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0.80
- 展示了 System One 用法片段中未检出0.18
- 写了怎么处理不确定片段中未检出0.03
- 给出了实测数字片段中未检出0.03
- 是能跑起来的工具在材料中检出0.76
- 学习案例 Top 10 候选信号未判定0.59
- 是模型本身的复刻在材料中检出0.98
- 解决的问题够普遍（0–2）按 0–2 打分1.10 / 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11月3日 读 README 写成。