README 自动摘要
根据 README 自动整理于 2026年9月21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
一个小型可运行项目，用于学习在 Apple Silicon 上进行视觉语言模型推理。它使用 Qwen3.5-0.8B 和 MLX 回答关于同一张图片的多个问题，并包含本地浏览器 UI、CLI 和 HTTP API。
它怎么用 Jev
类似 Jev 的模式：复用共享多模态上下文，直接从模型 logits 对候选输出评分，而非自回归结构化生成。问题包括选择选项、判断是/否或对有序等级评分。候选概率是相对于所提供选项的，并非正确性估计。
用到的原语:choicescore
值得抄的做法
共享预填充、分叉缓存、批量问题后缀、读取候选分数、在代码中组装类型化答案。
怎么试
运行 uvicorn jev_visual.server:app，打开 http://127.0.0.1:8788，上传图片并点击 Analyze image。
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0.69
- 展示了 System One 用法在材料中检出0.78
- 写了怎么处理不确定片段中未检出0.04
- 给出了实测数字片段中未检出0.06
- 是能跑起来的工具在材料中检出0.76
- 学习案例 Top 10 候选信号片段中未检出0.34
- 是模型本身的复刻在材料中检出0.89
- 解决的问题够普遍（0–2）按 0–2 打分0.18 / 2
- 与 Jev 相关在材料中检出0.74
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21日 读 README 写成。