这是什么
SemIf 是一个独立的开放模型研究基线，用于直接对类型化选项评分。它复现的是运行时定义语义决策的接口模式，而非 Jev 未公开的模型或训练。面向在本地 GPU 上运行语义决策的开发者。
它怎么用 Jev
README 未描述如何使用 Jev。SemIf 独立，与 Jev 或 TypeSafe 无关联。它通过原生选项 logits 直接从开放模型读取类型化选项概率，不生成答案句子、不做 JSON 修复、不进行解码循环。
用到的原语:choice
值得抄的做法
在一次前向传播中直接从原生选项 logits 读取类型化选项概率，避免生成文本。
怎么试
pip install -e '.[test]'，然后对 examples/decisions.jsonl 运行 semif-score --mode direct。
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 是主角否0.37
- 有 System One 用法未判定0.43
- 处理了不确定性否0.04
- 有实测数据否0.11
- 可直接跑未判定0.55
- 值得推荐否0.12
- 是模型的复刻是0.88
- 问题普遍性按 0–2 打分1.09
- 与 Jev 相关是0.86
信号由 Jev jev-1.13.0 判定，简介由 DeepSeek V4.1 Flash 于 2026年9月20日 读 README 写成。