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
一个独立基准测试，在相同的1,190个案例和1,550个类型化问题上比较System One决策模型（Laya、Jev、Qwen），使用一个密封清单和种子。在评分前验证字节相同输入，提供公平的跨供应商比较。
它怎么用 Jev
Jev是api.typesafe.ai上的封闭API参考模型，在与开放模型相同的清单摘要和1,240个评估决策上测量。其准确率（0.9065）是要超越的数字。基准测试通过远程脚本向Jev发送类型化问题；API密钥通过stdin传递，从不接触磁盘。
用到的原语:choicescorenoul
值得抄的做法
密封清单在评分前进行字节相同输入验证，确保模型间公平比较。
怎么试
设置SYSONE_BENCH_SSH_HOST和SYSONE_BENCH_REMOTE_ROOT，然后将TYPESAFE_API_KEY管道传递给ops/remote/remote_jev.py。
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0.11
- 展示了 System One 用法片段中未检出0.21
- 写了怎么处理不确定片段中未检出0.03
- 给出了实测数字未判定0.48
- 是能跑起来的工具片段中未检出0.07
- 学习案例 Top 10 候选信号片段中未检出0.14
- 是模型本身的复刻片段中未检出0.06
- 解决的问题够普遍（0–2）按 0–2 打分1.03 / 2
- 与 Jev 相关在材料中检出0.96
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。