README 自动摘要
根据 README 自动整理于 2026年9月25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
GroundingJev 是面向研究人员和开发者的视觉定位模型：输入一张图像和指代表达式，一次前向传播即可预测边界框，相比其自回归基座模型报告了 8.61× 的推理加速。
它怎么用 Jev
README 未描述 Jev 的类型化问题或概率输出。GroundingJev 仅被描述为受 TypeSafe Jev 启发，采用直接的任务特定输出预测：轻量 MLP 头将最后一个有效 token 的隐藏状态映射为归一化的 cxcywh 坐标，训练使用加权 L1 和 GIoU 损失。
值得抄的做法
用轻量 MLP 回归头在最后一个有效 token 的隐藏状态上替代自回归坐标解码。
怎么试
bash scripts/infer.sh --image /path/to/image.jpg --expression 'the person wearing a red shirt'
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 是项目的核心片段中未检出0.15
- 展示了 System One 用法片段中未检出0.10
- 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0.82
- 是能跑起来的工具片段中未检出0.34
- 学习案例 Top 10 候选信号未判定0.45
- 是模型本身的复刻在材料中检出0.95
- 解决的问题够普遍（0–2）按 0–2 打分0.98 / 2
- 与 Jev 相关在材料中检出0.76
无判定区（0.40–0.60）
设计模式
没有模式的概率超过展示阈值。
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9月25日 读 README 写成。