README 自动摘要
根据 README 自动整理于 2026年10月22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
一个可复现基准，在 C-MTEB/T2Reranking 难负例上评估 Jev（TypeSafe System One）作为中文 RAG 重排器的效果，并与 BM25 及社区重排器对比，公开日志并设成本上限。
它怎么用 Jev
Jev 对每个查询-段落对打分，池中含 1 个正例和 9 个难负例，使用 score-zh（Score）和 noul-zh（Noul）变体；返回的概率用于排序段落，再基于 JSONL 日志计算 nDCG@5、nDCG@10、MRR、Recall 和 AUC。
用到的原语:scorenoul
值得抄的做法
在冻结协议、锁定模型版本和全量逐次调用日志之上，做逐查询配对 bootstrap 置信区间。
怎么试
先运行 uv run python scripts/prepare_data.py --n 100 --out s1，再用 --variant score-zh 或 noul-zh 运行 run_bench.py，最后运行 analyze.py。
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0.47
- 展示了 System One 用法片段中未检出0.04
- 写了怎么处理不确定片段中未检出0.03
- 给出了实测数字在材料中检出0.98
- 是能跑起来的工具片段中未检出0.05
- 学习案例 Top 10 候选信号片段中未检出0.24
- 是模型本身的复刻片段中未检出0.09
- 解决的问题够普遍（0–2）按 0–2 打分1.10 / 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10月22日 读 README 写成。