SamuelSacco · Evaluation & Observability
记录 Jev 能力与限制的研究仓库，包含主张审查、概率校准实验和可运行示例。
用固定问题与标注案例调用 Jev，保存回答并分析错误、校准及不同难度下的表现。
把研究结论与实验代码、数据和证据账本对应起来。
作者的校准与基准结论受数据集、样本及协议限制；本站核对接入源码，未复现实验。