README 自动摘要
根据 README 自动整理于 2026年10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
S1GHT 是一个 Python 库，对图像和视频向决策模型提出带类型的问题，返回校准后的概率。它支持全帧预测和混合跟踪模式：YOLO 检测器跟踪对象，并在预算内对每个跟踪对象做出决策。
它怎么用 Jev
Jev 对图像或每个跟踪对象的裁剪区域回答带类型的 Noul、Choice 和 Score 问题。调度器在每秒决策预算内选择要询问的跟踪对象（新的、变化的、不确定的、过时的）。答案随时间平滑、校准，Noul 阈值穿越转化为开始/结束事件。
用到的原语:noulchoicescore
值得抄的做法
对每个跟踪对象进行预算调度决策，结合时间平滑和校准，将原始模型分数转化为可阈值化的事件。
怎么试
pip install "s1ght-visual-decisions[native]" 然后按 README 运行 model.decide() 或 model.track()。
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 是项目的核心未判定0.54
- 展示了 System One 用法在材料中检出0.95
- 写了怎么处理不确定片段中未检出0.34
- 给出了实测数字片段中未检出0.02
- 是能跑起来的工具在材料中检出0.92
- 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0.07
- 解决的问题够普遍（0–2）按 0–2 打分1.15 / 2
- 与 Jev 相关在材料中检出0.93
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30日 读 README 写成。