AnyJev — 将任意 LLM 变为 Jev 风格的类型化概率决策模型。

README 自动摘要

根据 README 自动整理于 2026年10月21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

AnyJev 是一个 Python 库，面向需要从开放 LLM 获得校准决策的开发者。它读取状态和类型化问题（选择、是/否、评分），返回选项上的概率分布，既可在任意模型上免训练使用，也可通过自蒸馏的 Tacit 检查点运行。

Decider 从状态中读取类型化的 Choice/Score/Noul 问题，并从模型下一 token 的 logits 返回选项上的分布。L0 对选项轮换做循环移位边缘化，并加入无标签先验估计以降低顺序敏感性；结果按所带去偏处理标记为 raw、L0 或 L1。

用到的原语:choicescorenoul

对选项轮换做循环移位边缘化，配合无标签先验估计，无需训练即可消除顺序与标签偏差。

pip install "anyjev[hf]"，然后 Tacit.from_pretrained("morriszjm/Tacit-9B").decide(state=..., question=..., options=[...])

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。

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。

信号

无判定区（0.40–0.60）

设计模式

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21日读 README 写成。