jevbooks

← 全部项目

jev-baselines-eval

ickma2311/jev-baselines-eval

对 Jev 与 LLM 及编码器基线的预注册独立评估。

评测与基准0.63次选分类: 分类与路由漏斗体检
README 自动摘要

根据 README 自动整理于 2026年9月25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

对 TypeSafe 的 Jev 在意图分类和置信度门控级联上的独立预注册评估,在 Banking77 和 CLINC150 零样本上将其与纳米级 LLM、前沿 LLM 和监督编码器进行比较。

它怎么用 Jev

Jev 被用作零样本意图分类器以及置信度门控级联的第一阶段。其置信度分数决定是否升级到前沿 LLM。README 未说明确切的 API 调用或状态表示。

值得抄的做法

预注册评估,使用配对置信区间和阈值边际敏感性分析。

去 GitHub 看

开始使用 Jev:API key 与第一个请求 →

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0.71
  • 展示了 System One 用法在材料中检出0.65
  • 写了怎么处理不确定片段中未检出0.14
  • 给出了实测数字在材料中检出0.71
  • 是能跑起来的工具片段中未检出0.05
  • 学习案例 Top 10 候选信号片段中未检出0.25
  • 是模型本身的复刻片段中未检出0.04
  • 解决的问题够普遍(0–2)按 0–2 打分1.58 / 2
  • 与 Jev 相关在材料中检出0.98
信号
Jev 是项目的核心0.71展示了 System One 用法0.65写了怎么处理不确定0.14给出了实测数字0.71是能跑起来的工具0.05学习案例 Top 10 候选信号0.25是模型本身的复刻0.0400.51解决的问题够普遍(0–2)1.58 / 2012

无判定区(0.40–0.60)

设计模式
漏斗0.96体检0.75常开常闭0.43信号灯0.42盲审0.39灰区0.2000.51

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25日 读 README 写成。