评测与研究

jev-benchmarks

@AbdelStark11PythonApache-2.0更新于 2026-09-17

针对类型化决策模型的概率感知评估,包括校准、选择性风险、延迟和可复现基准测试。

英文原文

Probability-aware evaluation for typed decision models: calibration, selective risk, latency, and reproducible benchmarks.

AbdelStark/jev-benchmarks

它在哪儿调用了 Jev

from typesafe_sdk import Choice, TypeSafeClient

src/jev_benchmarks/adapters/jev.py:5

链接指向我们抓取当天的那个 commit,行号是准的。

这个项目没法在这儿跑

它的 question 组合是运行时拼出来的,或者代码里没有直接写出来,所以没法原样搬过来。源码链接在上面,可以自己去看。

同类的其他项目