jevbooks

← 全部项目

llm-memory-audit

lizhuojunx86/llm-memory-audit

预注册测试语言模型是否记得市场事件的结果。

评测与基准0.94次选分类: 校准与研究体检
README 自动摘要

根据 README 自动整理于 2026年9月27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

一个预注册研究仓库,测试语言模型是否记得市场事件的结果,以便回测衡量的是记忆而非判断。它发布代码、每次调用的概率和冻结证明,但不提供授权数据。

它怎么用 Jev

在 Jev 研究中,TypeSafe Jev(`jev-1.13-20260917`)被要求预测 12,533 份美国财报是否超出预期,每家公司仅与自身比较。README 未说明如何调用 Jev 或其概率在代码中如何使用。

值得抄的做法

在任何模型调用之前预注册协议并将冻结文件锚定在比特币中。

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 是项目的核心片段中未检出0.25
  • 展示了 System One 用法片段中未检出0.15
  • 写了怎么处理不确定片段中未检出0.04
  • 给出了实测数字在材料中检出0.96
  • 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0.28
  • 是模型本身的复刻片段中未检出0.06
  • 解决的问题够普遍(0–2)按 0–2 打分0.83 / 2
  • 与 Jev 相关在材料中检出0.96
信号
Jev 是项目的核心0.25展示了 System One 用法0.15写了怎么处理不确定0.04给出了实测数字0.96是能跑起来的工具0.06学习案例 Top 10 候选信号0.28是模型本身的复刻0.0600.51解决的问题够普遍(0–2)0.83 / 2012

无判定区(0.40–0.60)

设计模式
体检0.85取景框0.3200.51

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27日 读 README 写成。