README 自动摘要
根据 README 自动整理于 2026年10月10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
一个本地自包含的服务器，用于 Cloudflare/clef-flash，一个 9B 多模态决策模型。它接收状态和类型化问题，返回允许选项上的概率分布。不是聊天模型；无文本生成。
它怎么用 Jev
Jev 通过在 Qwen 主干上运行一次前向传播来做出决策，对每个问题和选项跨度池化隐藏状态，然后为每个选项输出 logits。Softmax 给出概率；Python 推导出 choice、score、confidence 和 noul 字段。
用到的原语:choicescorenoul
值得抄的做法
将状态和模式编码为一个 token 序列，记录问题和选项的 token 跨度，并使用跨度池化和证据路由在一次前向传播中生成每个选项的 logits。
怎么试
make run（首次运行下载权重），然后 curl http://127.0.0.1:8000/health；make test 为每种问题类型发送一个请求。
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0.93
- 展示了 System One 用法未判定0.52
- 写了怎么处理不确定片段中未检出0.04
- 给出了实测数字在材料中检出0.87
- 是能跑起来的工具在材料中检出0.96
- 学习案例 Top 10 候选信号片段中未检出0.36
- 是模型本身的复刻在材料中检出0.64
- 解决的问题够普遍（0–2）按 0–2 打分0.99 / 2
- 与 Jev 相关在材料中检出0.90
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10日 读 README 写成。