jevbooks

← 全部项目

jev-benchmark

wondertwins/jev-benchmark

TypeSafe Jev 判断模型的基准测试与游乐场。

评测与基准0.90次选分类: 分类与路由问卷漏斗记分卡
README 自动摘要

根据 README 自动整理于 2026年10月21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

Jev 的两个动手基准测试:国际象棋(超出其擅长领域)和语音转文字游戏中的 NPC 被称呼对象检测(在其擅长领域内),包含代码、标注数据、原始运行记录、指标和交互式游乐场。

它怎么用 Jev

Jev 接收 JSON 状态(棋盘或话语加 NPC)和类型化问题:国际象棋中对合法走法做 Choice,或对每个 NPC 做 Choice/Score 以检测被称呼对象。代码枚举选项并计算事实;Jev 返回校准概率,用于选择走法或 NPC。

用到的原语:choicescorenoul

值得抄的做法

先在代码中计算精确事实,只报告增量,并在一次调用中问完所有需要的问题;Jev 提供判断,而非计算。

怎么试

运行仓库中的 Python 基准脚本和交互式游乐场;原始请求和响应在 runs/raw/ 中。

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0.93
  • 展示了 System One 用法未判定0.46
  • 写了怎么处理不确定片段中未检出0.05
  • 给出了实测数字片段中未检出0.19
  • 是能跑起来的工具片段中未检出0.08
  • 学习案例 Top 10 候选信号未判定0.43
  • 是模型本身的复刻片段中未检出0.04
  • 解决的问题够普遍(0–2)按 0–2 打分0.68 / 2
  • 与 Jev 相关在材料中检出0.99
信号
Jev 是项目的核心0.93展示了 System One 用法0.46写了怎么处理不确定0.05给出了实测数字0.19是能跑起来的工具0.08学习案例 Top 10 候选信号0.43是模型本身的复刻0.0400.51解决的问题够普遍(0–2)0.68 / 2012

无判定区(0.40–0.60)

设计模式
问卷0.95记分卡0.87漏斗0.81体检0.61菜单0.49取景框0.34预问0.3200.51

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21日 读 README 写成。