README 自动摘要
根据 README 自动整理于 2026年10月8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
一个独立的基准测试，比较三种决策模型（OpenAI Decisions API、TypeSafe 的 Jev 和 Laya）在葡萄牙语的三项 AI 工程任务上的表现：智能体路由、提示注入检测和 LLM-as-judge 评分。
它怎么用 Jev
Jev 接收与其他提供商相同的提示，回答封闭式问题（工具选择、注入是/否、1–5 分）。其返回的概率用于计算准确率、F1、AUROC、ECE 和成本。README 报告了 Jev 的结果，但未展示集成代码。
用到的原语:choicescore
值得抄的做法
轮换选项顺序以缓解位置偏差，已用 Laya 测试。
怎么试
uv sync --extra laya; cp .env.example .env; uv run bench run --provider jev
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0.05
- 展示了 System One 用法片段中未检出0.36
- 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0.39
- 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0.27
- 是模型本身的复刻片段中未检出0.04
- 解决的问题够普遍（0–2）按 0–2 打分1.69 / 2
- 与 Jev 相关在材料中检出0.97
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8日 读 README 写成。