这是什么
将 Jev 和 GPT-4.1 作为 300 个合成调查受访者运行在 Twin-2K-500 上，比较用于调查研究的概率引出方法。
它怎么用 Jev
Jev 以 Noul（单一概率）回答是/否问题，以 Choice 回答多选项问题。其概率向量与 GPT-4.1 的口头概率在分布差距、校准、Brier 和准确率上进行比较。
用到的原语:choicenoul
值得抄的做法
将是/否项目作为 Noul 而非 Choice 提问，对结果的影响大于模型选择。
证据
每一行都是就 README 问 Jev 的一道题。≥ 0.60 算「是」，≤ 0.40 算「否」，中间这一段 Jev 不下判断。
- Jev 是主角是0.82
- 有 System One 用法否0.33
- 处理了不确定性否0.04
- 有实测数据是0.75
- 可直接跑否0.04
- 值得推荐未判定0.43
- 是模型的复刻否0.04
- 问题普遍性按 0–2 打分0.83
- 与 Jev 相关是0.98
信号由 Jev jev-1.13.0 判定，简介由 DeepSeek V4.1 Flash 于 2026年9月21日 读 README 写成。