README 自动摘要
根据 README 自动整理于 2026年10月2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
Kapteeni 在本地硬件上忠实实现 Jev 的 System One 行为：接收 state 和类型化问题，返回校准后的概率分布供代码分支。提供文本变体（meticulous、intuit）和多模态变体（v1.1c），支持图像和中文。
它怎么用 Jev
Kapteeni 序列化 state 和问题，对 LoRA 适配的 Qwen3-4B（v1.1c 为 Qwen3.5-4B）每个问题/选项/层级各跑一次前向，再经读出头、verbalizer 混合、温度和契约整形，输出带概率和置信度的类型化答案。
用到的原语:choicescorenoul
值得抄的做法
多遍判断结构：每个问题/选项/层级一次前向，再经读出头和 verbalizer 混合得到校准分布。
怎么试
python3 -m kapteeni.serve_v11c --hf TriusAI/kapteeni-v1.1c --port 8002
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0.87
- 展示了 System One 用法未判定0.54
- 写了怎么处理不确定片段中未检出0.07
- 给出了实测数字片段中未检出0.18
- 是能跑起来的工具片段中未检出0.38
- 学习案例 Top 10 候选信号片段中未检出0.28
- 是模型本身的复刻在材料中检出0.89
- 解决的问题够普遍（0–2）按 0–2 打分1.03 / 2
- 与 Jev 相关在材料中检出0.98
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10月2日 读 README 写成。