README 自动摘要
根据 README 自动整理于 2026年9月25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
将SemIf/OpenJev的logit读取方法应用于PrismML的1.75位Ternary Bonsai 27B GGUF，在llama.cpp下运行，从一次前向传播中返回类型化选择概率，支持CPU、Metal、CUDA或Vulkan；在256项WANLI样本上报告74.6%的准确率。
它怎么用 Jev
Jev通过从下一个token分布中读取选项字母（A/B）的概率来进行多项选择决策。模型接收带字母的问题和状态；评分器返回每个选择的校准概率，可直接在代码中使用（例如，if p > threshold）。
用到的原语:choice
值得抄的做法
在softmax之前将logits除以温度标量，以校准概率而不改变准确率。
怎么试
./openjev/score.sh -q "Is the user angry?" --state '{"msg":"this is broken AGAIN and nobody replies"}'
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 是项目的核心在材料中检出0.94
- 展示了 System One 用法片段中未检出0.13
- 写了怎么处理不确定片段中未检出0.05
- 给出了实测数字在材料中检出0.98
- 是能跑起来的工具在材料中检出0.72
- 学习案例 Top 10 候选信号未判定0.55
- 是模型本身的复刻在材料中检出0.66
- 解决的问题够普遍（0–2）按 0–2 打分1.05 / 2
- 与 Jev 相关在材料中检出0.91
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9月25日 读 README 写成。