README 自动摘要
根据 README 自动整理于 2026年10月24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
一个无需联网、可在普通笔记本上运行的决策引擎概念验证。它在本地运行 Qwen2.5 1.5B/3B，通过一次前向传播回答带字母选项的多项选择题，并在三个游戏和 PaySim 欺诈检测应用中演示。
它怎么用 Jev
受 Jev 启发，并非 Jev 本身。每个决策是一个带字母选项的多项选择题；模型做一次前向传播，读取其倾向的字母。游戏每 tick 询问目标、瞄准、移动和射击问题；欺诈检测对每笔支付询问 approve/review/decline。
用到的原语:choice
值得抄的做法
每个问题按两种答案顺序各问一次并取平均，并将大选项集拆成约 10 个一组的锦标赛。
怎么试
创建 venv，安装 requirements.txt，然后运行 `python -m system_one check` 和 `python -m system_one decide --question ... --options ...`。
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-1.14.0- 项目信号
jev-1.14.0- 项目分类
jev-1.14.0- 模式标签
jev-1.14.0
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 是项目的核心未判定0.49
- 展示了 System One 用法未判定0.56
- 写了怎么处理不确定片段中未检出0.03
- 给出了实测数字片段中未检出0.07
- 是能跑起来的工具片段中未检出0.25
- 学习案例 Top 10 候选信号片段中未检出0.21
- 是模型本身的复刻在材料中检出0.89
- 解决的问题够普遍（0–2）按 0–2 打分0.06 / 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24日 读 README 写成。