README 自动摘要
根据 README 自动整理于 2026年9月30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 notebook，在五项文档流水线任务——语言检测、方向检测、RVL-CDIP 分类、捆绑拆分和解析层级分诊——上，将 TypeSafe AI 的托管决策模型 Jev 与开源解码器、编码器和专用工具进行对比，所有 PDF 处理由 liteparse 完成。
它怎么用 Jev
Jev 将每项任务作为基于 OCR 文本或 liteparse 复杂度信号构建的状态上的类型化 Choice 问题来回答：语言用 Choice(12)，方向用 Choice(4)，RVL-CDIP 类别用 Choice(16)，捆绑拆分对每个页面边界用 Choice(2)，解析层级分诊用 Choice(2)。notebook 通过 JevBackend 驱动 Jev，并将其答案与开源基线进行比较。
用到的原语:choice
值得抄的做法
将每项流水线任务构建为基于 OCR 文本或复杂度信号的类型化 Choice 问题，然后与开源基线对比。
怎么试
uv sync；添加 TYPESAFE_API_KEY；uv run build-corpus all；uv run modal deploy modal_app.py；uv run jupyter lab jev_vs_open.ipynb
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 是项目的核心未判定0.49
- 展示了 System One 用法未判定0.58
- 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0.12
- 是能跑起来的工具片段中未检出0.11
- 学习案例 Top 10 候选信号片段中未检出0.31
- 是模型本身的复刻片段中未检出0.08
- 解决的问题够普遍（0–2）按 0–2 打分1.28 / 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30日 读 README 写成。