CLI 默认值影响样本解释
Node CLI 默认 train、五行；--json 保留结构化答案，终端百分数只是显示舍入，不是额外测量。
查看对应来源 ↗代码仓库分析
hfjev
提供 Python、Node 与 playground 接口，按声明的 Choice、Score、Noul 维度分类数据行并导出结构化结果。
E2 · 资料已核对已检查公开资料或源码证据；仅有固定提交链接并经对应源码核对，才可称固定版本核验。不代表本站运行过、认可性能或保证安全。
- Stars
- 1
- Forks
- 0
- 协议
- MIT
- 最近提交
- 2026-09-21
Jev 在这里做什么
Jev对每条Hugging Face数据集文本在情感、主题、深度、剧透等类型化维度上并行做出Choice多选、Score打分和Noul门禁判定。
批量使用前可检查逐行判断和所选 rubric，playground 模拟模式与在线评估分开。
2026-10-24 核对固定版本的说明与实现材料。本站没有评估数据行或调用在线 API。本站未用自有标注集校准这些 rubric 的概率。
这个项目适合解决什么任务？
按选定的类型化维度给数据集逐行分类。
资料分析日期：
从输入到动作
- 载入 Hugging Face 数据集或本地文件，并配置 split 和行数。
- 适配维度包，或自行声明 Choice、Score、Noul。
- 分类后导出结构化 JSON 或可读输出。
实现中值得检查的地方
playground 模式改变结果证据
密钥对话框区分直连 TypeSafe 与客户端 mock；不消耗额度的模拟演示不能当成在线模型性能。
查看对应来源 ↗选择建议
适合批量运行前，在少量有标注样本上检查 rubric。应核对输入列与维度含义，不默认自动适配必然正确。
如何自行检查
阅读 js/bin/hfjev.js 的 parseArgs 与答案渲染，再看 ApiKeyModal.tsx 模式；比较 confidence 前确认 limit、split 和原始 JSON。
结论的适用边界
- 本站没有评估数据行或调用在线 API。
- 本站未用自有标注集校准这些 rubric 的概率。