README 自动摘要
根据 README 自动整理于 2026年10月18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
一个面向开发者和评估者的开放基准，在相同的 9,975 条带标签检查上比较 19 个护栏系统——决策模型、托管 Decisions API 和 Bedrock Guardrails——并按准确率和成本评分。
它怎么用 Jev
Jev 1.13.0 和 1.14.0 作为护栏系统运行：每条带标签的行被作为是/否问题发送，Jev 返回概率，0.5 及以上计为是。评分器随后计算平衡准确率，并给出配对自助法区间和 Holm 校正后的分级，对所有系统采用相同方式。
用到的原语:choice
值得抄的做法
对所有系统采用相同评分：是/否以 0.5 为阈值，计算平衡准确率、配对自助法区间和 Holm 校正后的分级，不做逐模型调参。
怎么试
uv sync --extra dev；运行 pytest；复制 .env.example 为 .env 并填入 API 密钥；运行 benchmark/runs/ 中的脚本。
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 是项目的核心片段中未检出0.05
- 展示了 System One 用法片段中未检出0.26
- 写了怎么处理不确定片段中未检出0.05
- 给出了实测数字片段中未检出0.39
- 是能跑起来的工具片段中未检出0.08
- 学习案例 Top 10 候选信号片段中未检出0.19
- 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1.91 / 2
- 与 Jev 相关在材料中检出0.93
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18日 读 README 写成。