这是什么
jevcheck 是 TypeSafe Jev 的类 pytest 工具。它固定生产契约（基线模型、fixtures、预期答案），评估候选模型，并在答案翻转或置信度下降时失败。
它怎么用 Jev
Jev 对 fixture 状态做出 choice、score 和 noul 决策。jevcheck 记录基线答案，将候选答案与契约比较，报告 unchanged、confidence regressions 或 answer flips，并给出精确 diff，失败时返回非零退出码。
用到的原语:choicescorenoul
值得抄的做法
记录基线模型的答案，然后将候选模型与该快照比较，以捕获翻转和置信度回归。
怎么试
pip install -e ".[dev]"，export TYPESAFE_API_KEY，然后运行 jevcheck eval fixtures/support-triage.json --candidate-model jev-1.14。
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 是主角未判定0.54
- 有 System One 用法未判定0.52
- 处理了不确定性否0.06
- 有实测数据否0.16
- 可直接跑是0.70
- 值得推荐未判定0.40
- 是模型的复刻否0.06
- 问题普遍性按 0–2 打分1.17
- 与 Jev 相关是0.97
信号由 Jev jev-1.13.0 判定，简介由 DeepSeek V4.1 Flash 于 2026年9月21日 读 README 写成。