jevbooks

← 全部项目

jcol

keltokhy/jcol

用自然语言码本对表格做可恢复的 Jev 标注。

数据标注与清洗1.00次选分类: 分类与路由题库问卷体检
README 自动摘要

根据 README 自动整理于 2026年9月25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

jcol 是一个 CLI 和 Python API,把自然语言码本应用到表格,将每条定义变成一列来自 Jev 的判断。它面向需要可恢复运行、导出和标签评估的文本文本编码分析者。

它怎么用 Jev

每条码本定义作为问题,连同该行声明的输入一起发送给 Jev。Jev 为每个变量返回一个值和置信度,写成输出列;binary 给出概率,category 给出所选标签,scale 给出数值位置。

用到的原语:choicescore

值得抄的做法

把成功的单元格检查点保存到 SQLite 项目,重跑同一命令时只恢复缺失的单元格。

怎么试

uv tool install jev-col,然后 jcol run data.parquet --codebook codebook.json -o coded.parquet

去 GitHub 看

开始使用 Jev:API key 与第一个请求 →

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0.89
  • 展示了 System One 用法在材料中检出0.61
  • 写了怎么处理不确定片段中未检出0.05
  • 给出了实测数字片段中未检出0.05
  • 是能跑起来的工具在材料中检出0.96
  • 学习案例 Top 10 候选信号未判定0.41
  • 是模型本身的复刻片段中未检出0.05
  • 解决的问题够普遍(0–2)按 0–2 打分1.24 / 2
  • 与 Jev 相关在材料中检出0.98
信号
Jev 是项目的核心0.89展示了 System One 用法0.61写了怎么处理不确定0.05给出了实测数字0.05是能跑起来的工具0.96学习案例 Top 10 候选信号0.41是模型本身的复刻0.0500.51解决的问题够普遍(0–2)1.24 / 2012

无判定区(0.40–0.60)

设计模式
体检0.85题库0.81问卷0.72黑匣子0.2100.51

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9月25日 读 README 写成。