README 自动摘要
根据 README 自动整理于 2026年9月27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
FastGate 是一个多语言（英语/乌兹别克语/俄语）大学求助台，使用 Jev 作为 System One 决策层，确定性地路由学生查询，仅对自信理解且有依据的查询调用生成式 LLM。它包含一个针对低资源语言分诊的 Jev 独立基准测试。
它怎么用 Jev
Jev 进行两次调用：首先，对状态 {query} 进行分诊，返回语言（Choice）、意图（Choice + 置信度）、紧急（Noul）、想要人工（Noul）；其次，对状态 {query, passages} 进行接地，每个段落返回一个 Noul，指示是否直接回答查询。这些决策驱动代码中的确定性路由。
用到的原语:choicenoul
值得抄的做法
使用 Jev 的类型化、校准决策来实现确定性、可审计的路由，仅对自信且有依据的查询进行 LLM 生成。
怎么试
使用真实密钥运行 `python benchmark.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0.93
- 展示了 System One 用法在材料中检出0.83
- 写了怎么处理不确定片段中未检出0.20
- 给出了实测数字片段中未检出0.16
- 是能跑起来的工具未判定0.57
- 学习案例 Top 10 候选信号未判定0.59
- 是模型本身的复刻片段中未检出0.04
- 解决的问题够普遍（0–2）按 0–2 打分1.54 / 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27日 读 README 写成。