README 自动摘要
根据 README 自动整理于 2026年10月18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
一个用于 LLM 推理的基准测试工具与结果站点，按确切的 checkpoint、量化和引擎来测量模型。面向在类型化决策和嵌入任务上比较推理引擎与量化的研究人员和工程师。
它怎么用 Jev
Jev 是被测对象，而非依赖项。typed-decisions 套件对每个用例发送五个类型化问题，并用准确率、KL 和 Brier 将返回的概率分布与金标准比对评分。另有一个网关让聊天 LLM 回答同一套件以便对比。
用到的原语:choicescorenoul
值得抄的做法
将每个结果固定到模型、checkpoint、量化和引擎，并从原始捕获字节离线评分。
怎么试
npm install，然后运行 npx bench run --cloud typesafe:jev-latest --suite decision-conformance,typed-decisions --tier quick
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 是项目的核心片段中未检出0.13
- 展示了 System One 用法片段中未检出0.23
- 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0.14
- 是能跑起来的工具片段中未检出0.22
- 学习案例 Top 10 候选信号片段中未检出0.13
- 是模型本身的复刻未判定0.51
- 解决的问题够普遍（0–2）按 0–2 打分1.10 / 2
- 与 Jev 相关在材料中检出0.92
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18日 读 README 写成。