jevbooks

← 全部项目

social-risk-qwen-jev

TianJinWeiBoss520/social-risk-qwen-jev

中文多模态审核:Qwen3-VL LoRA 与 TypeSafe Jev 决策。

内容审核1.00次选分类: 分类与路由信号灯
README 自动摘要

根据 README 自动整理于 2026年10月8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

一个可审计的中文社交平台图文风险识别研究项目,涵盖数据治理、传统基线、Qwen3-VL 垂域 LoRA、结构化证据与 TypeSafe Jev 决策,面向人工复核。

它怎么用 Jev

Jev 基于包含中文转录和 LoRA Qwen 模型生成的六个证据字段的状态做政策决策,不接收 Qwen 最终标签。其输出用于低/中/高风险分段与人工复核,不代表经校准的概率。

用到的原语:choice

值得抄的做法

发送结构化证据给 Jev 前移除 Qwen 最终标签,保持决策可审计。

怎么试

python -m pip install -e . 然后 social-risk demo

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-1.13.0
项目信号
jev-1.13.0
项目分类
jev-1.13.0
模式标签
jev-1.13.0

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0.88
  • 展示了 System One 用法未判定0.43
  • 写了怎么处理不确定片段中未检出0.06
  • 给出了实测数字片段中未检出0.20
  • 是能跑起来的工具片段中未检出0.14
  • 学习案例 Top 10 候选信号未判定0.56
  • 是模型本身的复刻在材料中检出0.61
  • 解决的问题够普遍(0–2)按 0–2 打分1.78 / 2
  • 与 Jev 相关在材料中检出0.98
信号
Jev 是项目的核心0.88展示了 System One 用法0.43写了怎么处理不确定0.06给出了实测数字0.20是能跑起来的工具0.14学习案例 Top 10 候选信号0.56是模型本身的复刻0.6100.51解决的问题够普遍(0–2)1.78 / 2012

无判定区(0.40–0.60)

设计模式
信号灯0.95漏斗0.58体检0.58黑匣子0.41验货0.40常开常闭0.37灰区0.3300.51

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10月8日 读 README 写成。