README 自动摘要
根据 README 自动整理于 2026年9月20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
OpenJev (Verdict) 是一个开源的后训练基础决策模型，用于结构化软件工作流，受 TypeSafe AI 的 Jev 和 RLCD 启发。它在单次前向传播中评估类型化问题，返回选择、分数和概率，并带有校准置信度。
它怎么用 Jev
Jev 被用作基准审计：README 报告了 TypeSafe AI Jev 基准审计，并在 231 个公开 JevBench 任务上评估 OpenJev。README 未说明 Jev 本身在代码中如何被调用或集成。
用到的原语:choicescorenoul
值得抄的做法
针对候选标签的 NLI 句子模板化，以及带 per-k 缩放的自动校准器。
怎么试
运行浏览器内 WebGPU 游乐场（见 README 章节）。
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0.79
- 展示了 System One 用法片段中未检出0.32
- 写了怎么处理不确定片段中未检出0.11
- 给出了实测数字片段中未检出0.11
- 是能跑起来的工具在材料中检出0.69
- 学习案例 Top 10 候选信号片段中未检出0.33
- 是模型本身的复刻在材料中检出0.94
- 解决的问题够普遍（0–2）按 0–2 打分1.66 / 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9月20日 读 README 写成。