这是什么
xjevboost 是一个 Python 表格数据分类器，使用 Jev 时无需将整个带标签数据集放入上下文。它学习发送表格的较小切片，仅在有益时请求更多，目标是以更少 token 达到接近全上下文的预测质量。
它怎么用 Jev
Jev 使用选定的带标签示例和列组成的视图对每一行进行分类。贪心树搜索学习哪些视图有帮助以及何时停止。预测时，每个 Jev 答案在调用和 token 预算内指导下一次查询。
用到的原语:choice
值得抄的做法
在上下文视图上进行贪心树搜索，利用 Jev 答案路由行并提前停止。
怎么试
pip install -e .；export TYPESAFE_API_KEY；使用 XJevBoostClassifier 和 JevProvider。
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0.65
- 有 System One 用法是0.63
- 处理了不确定性否0.05
- 有实测数据否0.06
- 可直接跑是0.62
- 值得推荐未判定0.56
- 是模型的复刻否0.07
- 问题普遍性按 0–2 打分1.30
- 与 Jev 相关是0.98
信号由 Jev jev-1.13.0 判定，简介由 DeepSeek V4.1 Flash 于 2026年9月23日 读 README 写成。