jevbooks

← 全部项目

sys1bench

rssr25/sys1bench · 项目主页

面向类型化 System One 决策模型的基准测试。

评测与基准0.78次选分类: 校准与研究
README 自动摘要

根据 README 自动整理于 2026年9月29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

一个面向类型化 System One 决策模型(Jev、Laya、Kev 及未来模型)的基准测试,这些模型读取状态和类型化问题并返回概率。它衡量校准、措辞敏感性、选择性预测、序数保真度、干扰和每次决策成本。

它怎么用 Jev

Jev 是被基准测试的模型之一。README 未说明 Jev 在代码中如何使用;仅将 Jev 1.13.0(托管)列为在生成的、策略标注的清单上评估的模型之一。

值得抄的做法

策略标注的生成项目,配有成对对照臂(不可知、标签噪声、干扰项、以上皆非)。

怎么试

pip install sys1bench; sys1bench suite all results/my-model --config my_model.yaml

去 GitHub 看

开始使用 Jev:API key 与第一个请求 →

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0.21
  • 展示了 System One 用法在材料中检出0.75
  • 写了怎么处理不确定片段中未检出0.04
  • 给出了实测数字片段中未检出0.10
  • 是能跑起来的工具未判定0.45
  • 学习案例 Top 10 候选信号片段中未检出0.17
  • 是模型本身的复刻片段中未检出0.11
  • 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0.96
信号
Jev 是项目的核心0.21展示了 System One 用法0.75写了怎么处理不确定0.04给出了实测数字0.10是能跑起来的工具0.45学习案例 Top 10 候选信号0.17是模型本身的复刻0.1100.51解决的问题够普遍(0–2)1.00 / 2012

无判定区(0.40–0.60)

设计模式
问卷0.69体检0.62信号灯0.4700.51

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29日 读 README 写成。