README 自动摘要
根据 README 自动整理于 2026年11月1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
一个小型 Go 网页游戏：共五轮，每轮把一张真实照片和一张 AI 生成图片配对。玩家选出自己认为是 AI 生成的那张，同时 TypeSafe 的 Jev 模型判断同样两张图，最后对比双方结果。
它怎么用 Jev
对每张图片，Jev 单独回答同一个问题：这张图是 AI 生成的吗？估计值更高的图片即为 Jev 的选择；完全相等则弃权。调用失败时不会替 Jev 编造选择，该局标记为不完整。
用到的原语:score
值得抄的做法
对每张图单独问同一个二选一问题，再比较两个估计值，而不是让模型直接挑选。
怎么试
配置 TYPESAFE_API_KEY 和语料 manifest，运行 `go run .`，打开 http://127.0.0.1:8080。
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-1.14.0- 项目信号
jev-1.14.0- 项目分类
jev-1.14.0- 模式标签
jev-1.14.0
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0.92
- 展示了 System One 用法片段中未检出0.19
- 写了怎么处理不确定片段中未检出0.02
- 给出了实测数字片段中未检出0.03
- 是能跑起来的工具在材料中检出0.93
- 学习案例 Top 10 候选信号片段中未检出0.09
- 是模型本身的复刻片段中未检出0.09
- 解决的问题够普遍（0–2）按 0–2 打分0.02 / 2
- 与 Jev 相关在材料中检出0.99
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11月1日 读 README 写成。