README 自动摘要
根据 README 自动整理于 2026年10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 Python 基准，在 SST-2、AG News 和 UCI Adult 上对比 Jev（TypeSafe 经 OpenRouter 提供的决策模型）与本地经典及神经网络模型，衡量准确率、校准、延迟与成本。
它怎么用 Jev
Jev 接收序列化后的任务上下文和类型化问题，返回标签集上的概率。评测框架在打分前把 Jev 的 API 回答与本地 predict_proba 输出统一到同一接口。提示词是版本化 YAML 配置，仅在验证集上迭代，测试前冻结。
用到的原语:choicescore
值得抄的做法
测试前冻结数据划分与提示词，并把序列化变体作为研究变量，量化文本原生模型用于表格数据的代价。
怎么试
uv sync，在 .env 中填入 OpenRouter key，然后运行 `uv run jev-bench suite local` 和 `uv run jev-bench suite jev`。
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0.66
- 展示了 System One 用法片段中未检出0.18
- 写了怎么处理不确定片段中未检出0.06
- 给出了实测数字片段中未检出0.15
- 是能跑起来的工具片段中未检出0.06
- 学习案例 Top 10 候选信号片段中未检出0.32
- 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1.02 / 2
- 与 Jev 相关在材料中检出0.98
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21日 读 README 写成。