README 自动摘要
根据 README 自动整理于 2026年11月3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
一个 Python 基准测试框架，在 Apple Silicon Mac 上本地运行 Jev 风格 System One 决策模型，并在英语和韩语客服工单、BANKING77 意图分类、transfer-v4、typed-decisions、NSMC 与 KLUE-YNAT 上进行比较。
它怎么用 Jev
每个引擎都通过 /v1/systemone 端点提供服务，接收类型化问题并返回校准概率；bench/run.py 向每个引擎发送相同的问题集，并统计准确率、延迟和选项顺序翻转，配对 McNemar 检验在某些集合上区分各引擎。
用到的原语:choicescorenoul
值得抄的做法
将所有模型统一置于 /v1/systemone 契约之后，使异构引擎能在相同问题上被评分。
怎么试
brew install vllm-metal，安装 Ollaya，运行 uv sync，然后运行 uv run python bench/run.py --smoke --engine clm。
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 是项目的核心在材料中检出0.87
- 展示了 System One 用法片段中未检出0.29
- 写了怎么处理不确定片段中未检出0.03
- 给出了实测数字片段中未检出0.17
- 是能跑起来的工具片段中未检出0.19
- 学习案例 Top 10 候选信号片段中未检出0.24
- 是模型本身的复刻在材料中检出0.84
- 解决的问题够普遍（0–2）按 0–2 打分1.01 / 2
- 与 Jev 相关在材料中检出0.99
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11月3日 读 README 写成。