README 自动摘要
根据 README 自动整理于 2026年10月22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
一个开放、可复现的基准，用于在意图路由和安全护栏等类型化决策任务上，对比 System One 决策模型 Jev 与聊天 LLM 的准确率、校准、延迟和成本。
它怎么用 Jev
Jev 通过 Decider 接口对任务输入回答 YesNo、Choice 和 Score 问题，返回类型化值和概率。基准将其与聊天基线对比，并在 Jev 最高概率低于阈值 tau 时升级到回退模型。
用到的原语:choicescorenoul
值得抄的做法
置信级联：仅当主模型最高概率低于 tau 时，将不确定调用升级到回退模型，并基于缓存运行离线重放。
怎么试
make setup，添加 TYPESAFE_API_KEY，然后运行 .venv/bin/jev-bench run --task banking77 --backend jev --limit 500
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0.86
- 展示了 System One 用法在材料中检出0.73
- 写了怎么处理不确定片段中未检出0.35
- 给出了实测数字片段中未检出0.03
- 是能跑起来的工具片段中未检出0.07
- 学习案例 Top 10 候选信号片段中未检出0.38
- 是模型本身的复刻片段中未检出0.17
- 解决的问题够普遍（0–2）按 0–2 打分1.89 / 2
- 与 Jev 相关在材料中检出0.99
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22日 读 README 写成。