README 自动摘要
根据 README 自动整理于 2026年10月22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
一个评测项目，在同一批邮件任务（Enron 垃圾邮件、Bitext 客服路由、瑞典语 MASSIVE 场景）上用相同测试行和确定性评分器运行 spaCy textcat、TypeSafe Jev、Laya 和 Claude，并记录到 Braintrust。
它怎么用 Jev
Jev 以零样本方式对每封邮件的状态回答类型化问题；其各选项概率和置信度作为逐行元数据记录，并与金标签比对评分。低置信度答案被用作人工复核策略的依据。README 未展示具体的问题构建代码。
用到的原语:choicescorenoul
值得抄的做法
仅在 dev 划分上调优类别描述，然后对测试集只评分一次。
怎么试
uv sync；uv run python data.py；export TYPESAFE_API_KEY=...；uv run python eval_email.py
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 是项目的核心片段中未检出0.09
- 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0.02
- 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0.15
- 是模型本身的复刻片段中未检出0.03
- 解决的问题够普遍（0–2）按 0–2 打分1.74 / 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22日 读 README 写成。