代码仓库分析

azdaja

Azdaja 是与 harness 无关的递归语言模型层,将完整资料保存在本地求值器中并只对选定内容做语义递归,可配合 Jev 进行类型化语义判断。

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
13
Forks
0
协议
MIT
最近提交
2026-09-19

Jev 在这里做什么

Jev 对选定的源码窗口就显式问题返回Noul/Choice/Score概率,供RLM决定下一步检查、合并或探索的内容。

完整来源保留本地,把语义观测绑定到哈希及字节窗口,便于人工审阅。

2026-10-24 核对固定版本的说明与实现材料。本站未运行递归模型或批量推理。项目另外发布的基准结果未在本轮复现。

这个项目适合解决什么任务?

完整材料留在本地,仅把有界语义窗口交给模型供人工审阅。

资料分析日期:

从输入到动作

  1. 求值器保留原文,由代码做精确解析与筛选。
  2. 批处理示例为源码窗口记录哈希、字节范围和 Noul 匹配问题。
  3. 保存结果进入审阅队列,区分已有观测、失败与不明确的在途请求。

实现中值得检查的地方

审阅队列不自动批准

jev_review_queue.py 明确只排序供人工审阅,不设置接受阈值;概率是观测,不是已验证事实。

查看对应来源 ↗

分窗后仍可追溯原文

jev_batch_review.py 将源码 SHA-256、字节范围及问题绑定到请求,可核对确切窗口,而非依赖无法定位的摘要。

查看对应来源 ↗

选择建议

适合材料过长且证据必须可找回的任务。它是递归/求值器层,不是独立 Jev 替代模型或完整 Agent 执行器。

如何自行检查

阅读 jev_batch_review.py 的 _request、prepare,再看审阅队列校验,确认每条观测可定位同一哈希和字节窗口,unknown/in-flight 不会被当作已接受匹配。

结论的适用边界

  • 本站未运行递归模型或批量推理。
  • 项目另外发布的基准结果未在本轮复现。
本次分析的原始资料