jevbooks

← 全部项目

jev-align

sutro-sh/jev-align · 项目主页

用 Jev 和 GEPA 从人工反馈构建校准的 AI Functions。

数据标注与清洗0.68次选分类: 评测与基准常开常闭
README 自动摘要

根据 README 自动整理于 2026年11月4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

Sutro 的实验性 CLI,用于在 CSV、Parquet 和 JSONL 数据上构建 AI Functions。它找出不确定的行,请你标注,并用 GEPA 改进已保存的函数定义。

它怎么用 Jev

Jev(或其他决策后端)针对类型化问题评估数据行,输出带概率的二元、多分类、多标签或评分结果。jev-align 利用测得的不确定性挑选模糊行和审计样本供人工标注,再把接受的标签交给 GEPA。

用到的原语:choicescore

值得抄的做法

用模型不确定性选择让人标注哪些样本,再用接受的标签通过 GEPA 优化函数定义。

怎么试

uv tool install jev-align;export TYPESAFE_API_KEY=...;运行 jeva

去 GitHub 看

开始使用 Jev:API key 与第一个请求 →

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-1.14.0
项目信号
jev-1.14.0
项目分类
jev-1.14.0
模式标签
jev-1.14.0

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 是项目的核心未判定0.43
  • 展示了 System One 用法在材料中检出0.70
  • 写了怎么处理不确定在材料中检出0.84
  • 给出了实测数字片段中未检出0.03
  • 是能跑起来的工具在材料中检出0.85
  • 学习案例 Top 10 候选信号未判定0.50
  • 是模型本身的复刻片段中未检出0.07
  • 解决的问题够普遍(0–2)按 0–2 打分1.35 / 2
  • 与 Jev 相关在材料中检出0.97
信号
Jev 是项目的核心0.43展示了 System One 用法0.70写了怎么处理不确定0.84给出了实测数字0.03是能跑起来的工具0.85学习案例 Top 10 候选信号0.50是模型本身的复刻0.0700.51解决的问题够普遍(0–2)1.35 / 2012

无判定区(0.40–0.60)

设计模式
常开常闭0.76漏斗0.46黑匣子0.2300.51

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11月4日 读 README 写成。