README 自动摘要
根据 README 自动整理于 2026年10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
测试通用模型能否在数独上执行 Lattice Deduction Transformers (LDT) 的推理步骤，而无需将规则编写为代码。使用 Jev 零样本，规则仅以纯英文给出。
它怎么用 Jev
Jev 对每个（单元格，数字）回答类型化问题：Noul 'd 能放这里吗？' 用于消除候选，以及 'must d 放这里吗？' 作为可回溯的猜测。概率低于阈值则剔除候选；'must' 答案固定单元格。结果输入 LDT 循环。
用到的原语:noulchoice
值得抄的做法
每个候选独立的 yes/no 问题比每个单元格的多选题效果更好，与 LDT 的每个候选 sigmoid 匹配。
怎么试
uv sync; export TYPESAFE_API_KEY=...; uv run jev-sudoku easy --must --theta 0.3 --max-rounds 150 -v
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 是项目的核心在材料中检出0.94
- 展示了 System One 用法在材料中检出0.81
- 写了怎么处理不确定片段中未检出0.07
- 给出了实测数字片段中未检出0.10
- 是能跑起来的工具片段中未检出0.12
- 学习案例 Top 10 候选信号未判定0.45
- 是模型本身的复刻片段中未检出0.04
- 解决的问题够普遍（0–2）按 0–2 打分0.01 / 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10月1日 读 README 写成。