jevbooks

← 全部项目

system-one-bench

reachjalil/system-one-bench

Jev 证据、实用发现与可复现决策基准的目录。

评测与基准95%次选分类: Agent 决策

这是什么

一个公开的实验目录,衡量 Jev 能帮助智能体做什么,面向个体智能体用户和构建者。它记录每个实验的测量内容、基线和结论边界。

它怎么用 Jev

Jev 做出诸如选择调色板、挑选项目、排序上下文、检查声明、选择工具和分类日志等决策。状态是任务上下文;Jev 返回校准概率,用于在代码中选择或排序选项。

用到的原语:choicescorenoul

值得抄的做法

在共享状态上定义类型化问题,为智能体决策获取校准概率。

怎么试

查看实用指南和证据记录,获取可复现的决策基准。

去 GitHub 看

Jev 判的jev-1.13.0

证据

每一行都是就 README 问 Jev 的一道题。≥ 0.60 算「是」,≤ 0.40 算「否」,中间这一段 Jev 不下判断。

  • Jev 是主角0.62
  • 有 System One 用法0.11
  • 处理了不确定性0.04
  • 有实测数据0.08
  • 可直接跑0.08
  • 值得推荐0.31
  • 是模型的复刻0.11
  • 问题普遍性按 0–2 打分1.05
  • 与 Jev 相关0.95

信号由 Jev jev-1.13.0 判定,简介由 DeepSeek V4.1 Flash 于 2026年9月20日 读 README 写成。