README 自动摘要
根据 README 自动整理于 2026年10月9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
一个实践教程，在四个任务上零样本基准测试开源 System One（Jev 风格）决策模型：推文情感、Snake、芬兰语理解和图像版 Snake。面向在 32 GB Apple M5 上评估这些模型的开发者。
它怎么用 Jev
Jev 模型用概率回答类型化问题，而不是生成文本。在情感测试中，每条推文用 choice 问题分类（负面/中性/正面）。在 Snake 中，每一步是一个 choice 问题，每 tick 一次，以六种不同方式提问。芬兰语在四个数据集上使用 choice 问题。视觉测试使用关于棋盘和移动的 choice 问题。
用到的原语:choice
值得抄的做法
使用类型化 choice 问题对决策模型进行零样本评估，将概率与 LLM 基线进行比较。
怎么试
运行 uv run python docs/page/build.py、docs/snake-report/build.py、docs/finnish-report/build.py 生成报告。
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 用法未判定0.53
- 写了怎么处理不确定片段中未检出0.06
- 给出了实测数字片段中未检出0.13
- 是能跑起来的工具片段中未检出0.18
- 学习案例 Top 10 候选信号未判定0.56
- 是模型本身的复刻在材料中检出0.72
- 解决的问题够普遍（0–2）按 0–2 打分0.34 / 2
- 与 Jev 相关在材料中检出0.98
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9日 读 README 写成。