jevbooks

← 全部项目

jev-vs-openai-decisions

Neha/jev-vs-openai-decisions · 项目主页

在价格、正确性和延迟上比较 TypeSafe Jev 与 OpenAI Decisions。

评测与基准0.97次选分类: 分类与路由体检
README 自动摘要

根据 README 自动整理于 2026年10月9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

一个面向开发者的实时比较面板,用同一张支持工单对比 TypeSafe Jev 和 OpenAI Decisions。它对价格、正确性和延迟打分,让两个 API 对同一案例的回答并排可见。

它怎么用 Jev

Jev 使用 System One(仅文本)回答带标签的纯文本支持工单。应用通过 POST /v1/systemone 向 Jev 发送问题,然后使用返回的概率在记分板上进行 choice 精确匹配、布尔值按 0.5 加 Brier 评分,以及分数四舍五入到最近的 gold 等级。

用到的原语:choicescore

值得抄的做法

在同一批带标签工单上给两个 API 打分,按准确率排名并允许并列。

怎么试

git clone、npm install、cp .env.example .env.local、npm run dev,然后添加密钥。

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 是项目的核心未判定0.46
  • 展示了 System One 用法未判定0.52
  • 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0.10
  • 是能跑起来的工具片段中未检出0.17
  • 学习案例 Top 10 候选信号片段中未检出0.25
  • 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1.16 / 2
  • 与 Jev 相关在材料中检出0.98
信号
Jev 是项目的核心0.46展示了 System One 用法0.52写了怎么处理不确定0.04给出了实测数字0.10是能跑起来的工具0.17学习案例 Top 10 候选信号0.25是模型本身的复刻0.0400.51解决的问题够普遍(0–2)1.16 / 2012

无判定区(0.40–0.60)

设计模式
体检0.89取景框0.2700.51

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10月9日 读 README 写成。