Nano JEV 评估动态选项。
每次请求提供自己的候选答案。模型为每个 Choice 选项分配概率，以概率分布回答问题。
NANO JEV / 开源复现
Nano JEV 开源复现将问题转化为概率。
NanoJev 是 TianyuCodings 独立开发的 Jev 开源复现项目，采用 0.6B 模型评估带类型的问题并返回概率分布。HE Jev 展示作者的录屏与测试资料，并注明来源；这并非 HE Jev 发布的型号。
独立项目作者： TianyuCodings ↗ · 作者录制的测试 · 非 HE Jev 发布型号
观看测试录屏小模型，回答范围清晰的问题。
让人的心意，成为下一步的起点。02 / 测试录屏
01 / NANO JEV / 开源复现
Nano JEV 先评估问题，再由代码执行。
公开的 NanoJev 项目以状态、带类型的问题和候选答案为输入。Qwen3-0.6B 主干与决策头产生概率分布，独立的控制器可以利用这些判断选择下一步动作。
Nano JEV 返回概率分布。
项目也记录 Boolean 与有序 Score 判断。概率分布能为应用提供比单一确定标签更丰富的检查信息。
代码负责推进完整任务。
在游戏录屏中，共用代码跟踪状态、检查可行动作并执行操作。NanoJev 提供具体判断，控制器负责规划和游戏规则。
02 / 测试录屏
Nano JEV 展示判断与行动的过程。
这些录屏选自项目公开的测试资料。作者保留了操作与结果；页面展示的是选定案例，并非实时运行的模型或全部测试的平均表现。
录屏 / 01
01 / 固定 50 × 50 迷宫
Nano JEV 配合控制器到达出口。
244 次尝试 · 36 次碰撞 · 到达终点
模型判断四个局部方向，共用代码记录碰撞并探索已实际验证的路径。这个 50 × 50 案例是固定的分布外演示，不能代表广泛的导航表现。
查看原视频 ↗录屏 / 02
02 / 精选 12 × 12 贪吃蛇
Nano JEV 配合控制器存活至测试结束。
收集 27 个食物 · 执行 256 步 · 测试结束时仍存活
共用规划器排除会立即碰撞的动作，并寻找通往食物的路径。模型在剩余动作之间做出选择；这段录屏的 256 步中，有 181 步由代码强制确定。这是按结果挑选的展示案例。
查看原视频 ↗03 / 探索 JEV
找到适合你的 JEV 方向。
从你的问题出发，了解 JEV 的应用场景、模型思路、语言任务、集成方向与开源复现。