这是什么
对 TypeSafe AI 的 Jev 模型在西班牙语上的独立可复现审计，测量四个人类标注数据集上的准确率、校准和 token 成本，并提供 CLI 在自有标注数据上运行相同比较。
它怎么用 Jev
Jev 根据 state 回答类型化问题（Choice、Noul）。审计比较三个组：英语 state 加英语 instructions（A）、西班牙语 state 加英语 instructions（B）、西班牙语 state 加西班牙语 instructions（C）。结果用于测量准确率、校准和 token 成本。
用到的原语:choicenoul
值得抄的做法
配对设计：各组使用相同条目，分离 state 语言和 instructions 语言的影响。
怎么试
uv tool install jev-acento; acento run --provider typesafe
证据
每一行都是就 README 问 Jev 的一道题。≥ 0.60 算「是」，≤ 0.40 算「否」，中间这一段 Jev 不下判断。
- Jev 是主角未判定0.51
- 有 System One 用法否0.09
- 处理了不确定性否0.04
- 有实测数据是0.97
- 可直接跑未判定0.42
- 值得推荐否0.37
- 是模型的复刻否0.03
- 问题普遍性按 0–2 打分1.08
- 与 Jev 相关是0.99
信号由 Jev jev-1.13.0 判定，简介由 DeepSeek V4.1 Flash 于 2026年9月21日 读 README 写成。