README 自动摘要
根据 README 自动整理于 2026年10月3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Python基准测试，在带有已知标签的真实IMDB电影评论上测试TypeSafe的Jev（System One模型），测量情感、剧透检测和质量评分的准确率、延迟、成本和置信度校准。
它怎么用 Jev
每条评论通过一次system_one()调用发送给Jev，包含三个类型化问题：Choice用于情感（正面/负面/混合），Noul用于is_spoiler（布尔概率），Score用于质量（1-3分）。结果保存到results/，包含每条评论的详细分解。
用到的原语:choicenoulscore
值得抄的做法
在一次system_one()调用中组合多个类型化问题，同时获得情感、剧透和质量的校准概率。
怎么试
git clone，将TYPESAFE_API_KEY添加到.env，然后运行uv run python main.py -n 5000
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0.91
- 展示了 System One 用法片段中未检出0.11
- 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0.98
- 是能跑起来的工具片段中未检出0.07
- 学习案例 Top 10 候选信号片段中未检出0.33
- 是模型本身的复刻片段中未检出0.05
- 解决的问题够普遍（0–2）按 0–2 打分0.62 / 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3日 读 README 写成。