这是什么
S1Rank 评估 Jev（一个非生成式模型，通过概率回答类型化问题）能否对 BM25 前 100 个候选进行重排序。它为研究人员提供基准、原始响应和论文。
它怎么用 Jev
Jev 在一个包含所有 100 个候选的请求中，对每个文档回答 Noul 是/否问题（联合逐点），产生每个文档的概率用于排序。还测试了：孤立逐点、分级 Score、Choice-best、Peel、Tournament 和 S1Adaptive 路由。
用到的原语:noulchoicescore
值得抄的做法
联合逐点：一个请求包含所有候选，每个文档一个 Noul 问题。
怎么试
python scripts/fetch_data.py && python scripts/analyze.py
证据
每一行都是就 README 问 Jev 的一道题。≥ 0.60 算「是」，≤ 0.40 算「否」，中间这一段 Jev 不下判断。
- Jev 是主角是0.94
- 有 System One 用法是0.62
- 处理了不确定性否0.11
- 有实测数据否0.16
- 可直接跑否0.06
- 值得推荐否0.33
- 是模型的复刻否0.04
- 问题普遍性按 0–2 打分1.09
- 与 Jev 相关是0.98
信号由 Jev jev-1.13.0 判定，简介由 DeepSeek V4.1 Flash 于 2026年9月23日 读 README 写成。