README 自动摘要
根据 README 自动整理于 2026年10月19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
DC-Jev-RL 研究将 Jev（Kev-4B）作为校准奖励评判模型用于 MuJoCo 控制的 PPO 以及数学和代码的 GRPO，如实报告测量结果，包括评判模型没有帮助的地方。
它怎么用 Jev
Kev-4B 在五个 MuJoCo 任务上判断短时运动窗口作为 PPO 奖励，并在 MATH 和代码修复的 GRPO 中为解答打分或做门控；其概率还用于对未标注样本排序和选择树状 rollout 的前缀。
用到的原语:scorechoice
值得抄的做法
用校准的评判分数对验证器奖励做门控，并在策略与评判模型之间共用一份 Qwen3.5-4B 骨干以节省显存。
怎么试
bash scripts/setup_colab.sh，然后 bash scripts/run_validation.sh；各部分脚本见 README。
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0.73
- 展示了 System One 用法片段中未检出0.17
- 写了怎么处理不确定片段中未检出0.06
- 给出了实测数字片段中未检出0.20
- 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0.24
- 是模型本身的复刻未判定0.60
- 解决的问题够普遍（0–2）按 0–2 打分1.00 / 2
- 与 Jev 相关在材料中检出0.66
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19日 读 README 写成。