README 自动摘要
根据 README 自动整理于 2026年10月20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
一系列基于 Qwen3.5 微调的开源模型（2B 到 35B），读取状态和类型化问题，为每个问题返回概率分布，面向需要快速、校准决策的开发者。
它怎么用 Jev
Jev 对状态和类型化问题（Choice、Score、Noul）进行一次前向传播，返回每个选项的校准概率。在代码中，`Decider.decide(state, questions)` 返回带置信度和完整概率映射的选择，直接使用，无需解码或解析。
用到的原语:choicescorenoul
值得抄的做法
微调基础模型，使其在单次前向传播中输出带校准概率的类型化决策，避免文本生成和解析。
怎么试
pip install decider-ai，然后使用 `Decider("Mapika/decider-2b").decide(state, questions)`。
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 是项目的核心未判定0.58
- 展示了 System One 用法在材料中检出0.67
- 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0.08
- 是能跑起来的工具片段中未检出0.38
- 学习案例 Top 10 候选信号片段中未检出0.07
- 是模型本身的复刻在材料中检出0.83
- 解决的问题够普遍（0–2）按 0–2 打分1.19 / 2
- 与 Jev 相关在材料中检出0.85
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20日 读 README 写成。