README 自动摘要
根据 README 自动整理于 2026年10月18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 vLLM 端点插件，在与 /v1/chat/completions 相同的服务器上暴露 POST /v1/systemone（jev 形状的 system-one API），让调用方发送状态和类型化问题，从 granite-switch 决策适配器获得校准概率。
它怎么用 Jev
jev 形状的请求携带非结构化 state 和类型化 questions（choice、score、noul）。插件校验请求体，通过可配置的 renderer 将 state 和选项描述渲染为聊天消息和单 token 标签 id，调用 openai_serving_chat.create_chat_completion，并将 top_logprobs 转换为 jev 的答案形状，附带校准概率和 confidence。
用到的原语:choicescorenoul
值得抄的做法
在服务端将 jev 问题翻译为训练适配器的调用标记、单 token 标签池和 top_logprobs 上的 softmax，复用同一引擎和 KV 缓存。
怎么试
docker build --platform linux/amd64 -t granite-switch-systemone:latest . 然后设置 SYSTEMONE_INVOCATION_MARKER 后 docker run。
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 用法未判定0.56
- 写了怎么处理不确定片段中未检出0.04
- 给出了实测数字片段中未检出0.04
- 是能跑起来的工具在材料中检出0.92
- 学习案例 Top 10 候选信号片段中未检出0.29
- 是模型本身的复刻未判定0.50
- 解决的问题够普遍（0–2）按 0–2 打分1.00 / 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18日 读 README 写成。