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
PriorBench 是对 TypeSafe AI 的 Jev（一个 System One 模型）进行的独立、预注册评估。它运行 21 个实验和 5,721 次调用，发布原始数据、预测和报告，面向研究人员和从业者。
它怎么用 Jev
README 未描述 Jev 在代码中如何使用。它报告了跨实验对 Jev 的 Choice、Score 和 Noul 原语的测量结果，但未展示集成或决策逻辑。
用到的原语:choicescorenoul
值得抄的做法
在数据收集前预注册预测，并发布被证伪的结果。
怎么试
git clone，安装 requirements，设置 OpenRouter 密钥，运行 latency/bench.py、probes/t6_banc.py、analysis/recount.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-1.13.0- 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0.86
- 展示了 System One 用法未判定0.58
- 写了怎么处理不确定片段中未检出0.06
- 给出了实测数字在材料中检出0.96
- 是能跑起来的工具片段中未检出0.04
- 学习案例 Top 10 候选信号片段中未检出0.35
- 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1.15 / 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。