jevos：相容 Jev 是非介面的本機判斷

Laya 以非自迴歸模型回答 choice、score 和 noul 問題，並由路由器選擇模型檢查點。 自架伺服器提供 POST /v1/systemone，讓既有 Jev 用戶端接入；底層執行的是 Laya 模型。

Kev 提供預訓練模型和微調功能，可針對共用文字回答是非、選擇及評分問題。 API 遵循 TypeSafe System One，可讓 TypeSafe Python SDK 連至本機 Kev 伺服器。

SemIf 直接讀取選項機率，處理路由、重試與證據判斷等小型語意決策，無須產生回答句子。 它借鏡 Jev 的介面模式，並未重現未公開的模型或訓練，也與 TypeSafe 無隸屬關係。

模型依狀態與候選項回答選擇、布林及有序評分問題，不必解碼答案詞元。 NanoJev 是受 Jev 啟發的獨立本機模型，錄影比較包含相同遊戲介面下的 Jev 與未微調 Qwen。

RAG-Fusion 產生多個查詢變體，再以倒數排名融合合併結果，尋找單一查詢可能遺漏的資料。 Jev 是評估流程中可選用的重排器，相關實驗需要 JEV_API_KEY；原始示範仍僅使用向量檢索。 可用評估工具在 NFCorpus 上比較檢索策略；混合流程結合 BM25、向量檢索、結果融合與重排。

decider 根據狀態與型別化問題，在一次前向運算中回傳 Choice、Score 與 Noul 機率。 這是以 Qwen 為基礎的獨立 Jev 風格模型系列，訓練資料並非從 Jev 蒸餾而來。 可呼叫 Python Decider 介面，或讓 TypeSafe SDK 連接相容的本地 HTTP 端點。