poorjev — 本地、校准的 System One 决策层，用于 LLM 应用。

README 自动摘要

根据 README 自动整理于 2026年9月21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

poorjev 是一个开源、本地优先的 LLM 应用决策层。它提供类型化决策（Choice、Score、Noul）并带有校准置信度，可离线运行且无需 API 密钥，面向需要私有、快速结构化决策的开发者。

poorjev 在本地零样本 NLI 模型上复现了 Jev 的类型化决策接口。它接收状态和类型化问题（Choice、Score、Noul），执行一次批量前向传播，并返回校准后的概率。校准使用温度缩放和保形弃权。结果用作符合模式的答案及置信度。

用到的原语:choicescorenoul

温度缩放与保形弃权，用于校准置信度并支持弃权。

pip install "poorjev[local]" 然后按 README 使用 Client().ask()。

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。

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。

信号

无判定区（0.40–0.60）

设计模式

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21日读 README 写成。