README 自动摘要
根据 README 自动整理于 2026年9月20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
一个个人实验性 demo，在合成交易上运行模拟欺诈拦截器，并行对比快速类型化决策模型（Jev）与 LLM（Gemini）在延迟、token 用量和决策上的表现。不是基准测试。
它怎么用 Jev
Jev 接收每笔合成交易并返回类型化决策：decision（APROBAR_DIRECTO、SOLICITAR_2FA、BLOQUEO_PREVENTIVO）及其置信度和各选项概率，另有 is_fraud 作为 0 到 1 之间的 noul 概率。demo 将其与 Gemini 的决策、报告和 token 用量进行对比。
用到的原语:choicenoul
值得抄的做法
将快速类型化决策模型与审慎型 LLM 并行运行，对比决策、延迟和 token。
怎么试
git clone 仓库，npm install，cp .env.example .env，填入密钥，npm run dev；打开 http://localhost:3000。
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0.62
- 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0.18
- 给出了实测数字片段中未检出0.08
- 是能跑起来的工具片段中未检出0.18
- 学习案例 Top 10 候选信号片段中未检出0.27
- 是模型本身的复刻片段中未检出0.07
- 解决的问题够普遍（0–2）按 0–2 打分0.42 / 2
- 与 Jev 相关在材料中检出0.98
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20日 读 README 写成。