README 自动摘要
根据 README 自动整理于 2026年10月17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
一个小型实验室，用于 System One 模型——在一次前向传播中返回带概率的类型化决策的 AI 引擎。它免费教学并运行 TypeSafe Jev 的开源权重等价物，为人类和 AI 代理提供运行手册、课程和实验。
它怎么用 Jev
README 未描述 Jev 在代码中的使用方式。它将 Jev 作为 System One 类别中著名的闭源模型介绍，并运行返回相同 JSON 契约用于分类决策的开源权重等价物（Rizzo Flow、Laya）。
用到的原语:choicescorenoul
值得抄的做法
使用单次前向传播返回带校准概率的类型化决策，而非生成文本。
怎么试
运行 start.sh 或遵循 RUNBOOK.md：安装 uv，克隆 rizzo-flow，uv sync，下载，服务。
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0.86
- 展示了 System One 用法片段中未检出0.14
- 写了怎么处理不确定片段中未检出0.07
- 给出了实测数字片段中未检出0.11
- 是能跑起来的工具未判定0.58
- 学习案例 Top 10 候选信号片段中未检出0.32
- 是模型本身的复刻在材料中检出0.93
- 解决的问题够普遍（0–2）按 0–2 打分0.91 / 2
- 与 Jev 相关在材料中检出0.94
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17日 读 README 写成。