原理与兼容性
这是 Jev 风格 SystemOne 接口的独立实现，并扩展了本地图片输入。项目与 TypeSafe 无隶属关系，也不包含其专有 Jev 权重。
接口兼容
请求结构、Noul/Choice/Score 类型、命名响应与概率字段遵循公开接口。jev-latest 指向当前本地 Qwen 模型，支持结构化 instructions 和 criteria。
通过本地 typesafe-ai skill，向官方线上 API 发送过一条包含三种类型的合成请求。jev-1.13.0 返回 HTTP 200，验证了接口结构；这不是正确率或速度对比。
模型输出、限制、confidence 与用量定义存在差异。本地支持 2–255 个 Choice 选项、最多 64 个 Score 等级、64 个问题；TypeSafe 当前文档规定 Score 最多 10 级。部署限制以 /v1/limits 为准。
概率读数过程
- 校验输入并安全解码图片。
- 使用模型原生聊天模板，关闭 thinking。
- 把选项映射到已验证的单 token 标签。
- 对所有候选施加相同的 +100 logit 偏置，只请求一个 token 及采样后概率，禁用 top-k/top-p/min-p 截断和重复惩罚。
- 检查返回列表包含所有候选，再归一化；缺失概率返回 502。
- 根据分布直接计算类型化结果。
对给定候选，共同偏置会抵消：
exp(logit_i + b) / sum_selected exp(logit_j + b)
= exp(logit_i) / sum_selected exp(logit_j)在浮点舍入误差范围内，相对赔率保持不变。偏置使候选进入返回列表；完整性检查确保不会虚构缺失标签的概率。仅靠 grammar 不足，因为已验证的 llama.cpp 版本可能在惰性语法过滤前返回概率。
Choice 取最大概率，Score 计算 sum(等级索引 × 概率)，confidence 是 1 减归一化熵。选项顺序与措辞会影响判断，这些数值不是经过校准的正确率保证。
延迟构成
每个问题都要对完整提示做一次预填充。Qwen3.5 与 Qwen3.6 是混合架构，循环层无法回滚到任意缓存位置，所以 llama.cpp 过去会为每个问题重读共享 state、重新编码图片。现在多问题请求只计算一次共享前缀；llama.cpp 在此建立检查点，每个问题从这里继续，只处理自己的文本。一张截图的四个问题，耗时降到一半以下。判断结果不变；前缀单独成批计算，概率最多相差 0.067。
API 还会在本地填充经过核对的模板骨架，不再每次调用 /apply-template（约 9 毫秒）；超大图片一次缩放到视觉编码器的尺寸。实测数据 →
图片链路
图片经过像素上限检查、EXIF 方向修正、RGB 转换和重新编码；超过视觉预算的图片一次缩放到后端自身的目标尺寸（32 像素网格，并受 --image-tokens 约束）。API 从 /props 读取当前后端的媒体标记，通过原生视觉投影器输入模型，不是仅把 OCR 文字交给语言模型。
不支持远程抓取或请求指定的文件路径。模型可能受提示注入影响，业务上应将其视为可出错的输入，不能把模型概率直接当作安全授权。
参考项目
| 项目 | 方法 |
|---|---|
| TypeSafe Jev | 托管的专有 SystemOne 模型 |
| openjev-sglang | SGLang 上的纯文字单 token Qwen 读数 |
| AlexWortega/openjev | 基于 Qwen3.5 微调的三分类 NLI 模型，含视觉检查点 |
| 本项目 | llama.cpp / Metal，文字与图片，单 token 类型化概率 |
NLI 模型的公开成绩不代表本实现。本站图表仅使用我们自己的 Qwen3.6 API 实测。项目参考了 Hacker News 讨论。