完整候选也意味着共享成本
实现不截断候选原文而发给 TypeSafe；更容易检查，但私有记忆会跨越远程边界。
查看对应来源 ↗代码仓库分析
memsearch
基于 Markdown 与 Milvus 的记忆系统，含可选 Jev 重排器，独立检查候选段落是否含查询所需信息。
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
- 2,649
- Forks
- 257
- 协议
- MIT
- 最近提交
- 2026-09-22
Jev 在这里做什么
查询作为共享状态，各完整段落作为 Noul 问题；稳定排序前校验答案覆盖及有限概率。
在检索后增加明确的证据匹配阶段，评估失败会抛错而不静默伪装成重排成功。
2026-10-24 核对固定版本的说明与实现材料。本站未评估记忆数据集或在线评分。段落匹配概率高不证明段落事实正确。
这个项目适合解决什么任务？
按候选记忆是否包含所需信息，对检索结果重排。
资料分析日期：
从输入到动作
- 既有检索先提供候选段落。
- 共享 state 放查询，每个独立 Noul 问题放一段完整候选。
- 校验答案覆盖及有限概率后，稳定排序并按需取 top-k。
实现中值得检查的地方
失败不会静默伪装为成功
evaluate 对失败、畸形或缺失答案抛错，不把原顺序假称为已重排；调用方需明确设计回退。
查看对应来源 ↗选择建议
适合允许向远程服务发送候选文本、需要按证据匹配重排的场景。大型私有记忆库调用前应先限制候选预算。
如何自行检查
阅读 jev_reranker.py 的 build_request、scores、rerank，核对原文、问题键、有限值及同分稳定顺序，并比较空输入与缺密钥路径。
结论的适用边界
- 本站未评估记忆数据集或在线评分。
- 段落匹配概率高不证明段落事实正确。