README 自动摘要
根据 README 自动整理于 2026年10月28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
检验TypeSafe AI的Jev是否返回可信的校准概率，使用美国石油库存报告（真实答案可从EIA数据精确计算），并通过LangChain与LLM分类器对比。
它怎么用 Jev
Jev从状态文本回答关于每周石油库存变化的类型化问题（Noul、Choice、Score）。其概率用Brier、ECE等指标评分，与LLM分类器、规则和气候学对比，并测试重校准。
用到的原语:choicescorenoul
值得抄的做法
利用公开数据的精确真实答案，对照LLM基线审计概率校准。
怎么试
运行`jev-audit demo`进行离线合成演示；真实运行需设置API密钥，并使用`jev-audit fetch`、`build`、`run`、`evaluate`。
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-1.14.0- 项目信号
jev-1.14.0- 项目分类
jev-1.14.0- 模式标签
jev-1.14.0
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0.97
- 展示了 System One 用法片段中未检出0.22
- 写了怎么处理不确定片段中未检出0.03
- 给出了实测数字片段中未检出0.04
- 是能跑起来的工具片段中未检出0.08
- 学习案例 Top 10 候选信号片段中未检出0.31
- 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1.03 / 2
- 与 Jev 相关在材料中检出0.99
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28日 读 README 写成。