这是什么
poorjev 是面向 LLM 应用的本地优先 System One 决策层。它提供类型化决策（Choice、Score、Noul）并具有可证明的校准置信度，在商品化零样本 NLI 模型上离线运行，无需 API 密钥或等待名单。
它怎么用 Jev
poorjev 复现了 Jev 的 Choice/Score/Noul 接口。它接收状态和类型化问题，通过本地零样本 NLI 模型进行一次批量前向传递，然后应用温度缩放和保形弃权，返回校准概率和模式有效的答案。
用到的原语:choicescorenoul
值得抄的做法
在商品化零样本 NLI 模型上使用温度缩放和保形弃权来实现校准置信度。
怎么试
pip install "poorjev[local]" 然后运行示例或 poorjev eval --set evalset/tasks.jsonl
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 是主角是0.88
- 有 System One 用法否0.39
- 处理了不确定性否0.14
- 有实测数据未判定0.57
- 可直接跑是0.92
- 值得推荐否0.19
- 是模型的复刻是0.94
- 问题普遍性按 0–2 打分1.65
- 与 Jev 相关是0.91
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。