jev-eval
4esv
在有标签的分类任务上比较 Jev 与 OpenRouter 模型的准确率、校准、时延和成本。
- 许可证
- 未声明
- GitHub Stars
- 0
- 源码核查日期
- 2026-09-19
Jev 在哪一步做判断
对相同任务收集模型判断，并计算置信区间及重复输入的稳定性。
这个项目的用途
发布数据处理、调用与统计代码，以及特定模型的结果。
核查范围
公开比较为每个任务 300 项、指定模型与日期；优势因任务变化，不应写成全领域领先或无偏证明。 已核对固定版本 README 与集成源码。
源码与说明
同类项目
jev-review
NiazMorshed2007 · 评测与观测
供编码 Agent 使用的本地 MCP 代码质量检查器，返回多个维度的结构化评分。
jev-benchmarks
AbdelStark · 评测与观测
把 Jev 和 GLiNER 放到同一批分类题上，除了答对率，也检查概率靠不靠谱。
jev-playground
mizchi · 评测与观测
MoonBit 与 TypeScript 的 Jev 实验集，覆盖棋类、浏览器、命令风险和小型语言。
jev-lm
y0usaf · 评测与观测
把下一个词当选择题，试着用 Jev 拼出句子；也能让它挑选本地草拟的整段续写。