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
jevforge 将任意 Hugging Face 因果 LLM 转换为 Jev 风格决策模型，返回选项上的校准概率而非自由文本，并提供与 TypeSafe 兼容的 /v1/systemone API 供现有客户端使用。
它怎么用 Jev
给定状态和类型化问题（choice、score、noul），Jev 对括号选项标识符进行评分，并返回每个选项的校准概率。结果用作决策输出；不生成自由文本。使用树损失和 KL 锚进行微调可改善校准。
用到的原语:choicescorenoul
值得抄的做法
括号 ID 读出，结合树因子化损失和 KL 锚，实现校准决策且不丢失聊天能力。
怎么试
pip install -e ".[dev,serve]"；jevforge inspect --model <模型>；jevforge serve --model <模型> --port 8765
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0.89
- 展示了 System One 用法片段中未检出0.18
- 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0.06
- 是能跑起来的工具在材料中检出0.89
- 学习案例 Top 10 候选信号未判定0.59
- 是模型本身的复刻在材料中检出0.97
- 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0.98
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10月9日 读 README 写成。