jevbooks

← 全部项目

open-medical-jev

FeiLiuEM/open-medical-jev

基于冻结开放模型的Jev级医疗决策,无需训练。

README 自动摘要

根据 README 自动整理于 2026年9月28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MIT许可的本地医疗决策服务,使用两个冻结的开放权重阅读器、免拟合置信门和分裂共形候选集,复现Jev的决策循环,并在国家医学执照考试上评估。

它怎么用 Jev

Jev并非作为托管模型使用;相反,该项目通过将两个冻结阅读器的是/否概率组合成置信度,应用Chow's rule门进行自动发布,并生成分裂共形候选集,来复现Jev级判断。结果在代码中用于逐项决策。

用到的原语:choicescore

值得抄的做法

免拟合路由器将阅读器一致性转化为校准置信度和保证候选集。

怎么试

设置和模型下载后运行scripts/quickstart.sh;或使用evaluate --mode fast|general|high。

去 GitHub 看

开始使用 Jev:API key 与第一个请求 →

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0.87
  • 展示了 System One 用法在材料中检出0.91
  • 写了怎么处理不确定片段中未检出0.29
  • 给出了实测数字在材料中检出0.96
  • 是能跑起来的工具在材料中检出0.66
  • 学习案例 Top 10 候选信号未判定0.50
  • 是模型本身的复刻在材料中检出0.96
  • 解决的问题够普遍(0–2)按 0–2 打分0.96 / 2
  • 与 Jev 相关在材料中检出0.97
信号
Jev 是项目的核心0.87展示了 System One 用法0.91写了怎么处理不确定0.29给出了实测数字0.96是能跑起来的工具0.66学习案例 Top 10 候选信号0.50是模型本身的复刻0.9600.51解决的问题够普遍(0–2)0.96 / 2012

无判定区(0.40–0.60)

设计模式
漏斗0.95记分卡0.92信号灯0.89体检0.87黑匣子0.50灰区0.2800.51

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28日 读 README 写成。