JJev Cookbook
课程首页 中文文档 拓展阅读 GitHub ↗

拓展阅读 / NanoJev:小型决策模型

知识库收录材料 · 原始文件 ↗ · 来源、版本与许可

Jev 条件概率分布探针

已发出 40/40 次独立评估,成功 40 次,失败 0 次,未决 0 次。已知供应商费用 $0.004269636;未知费用预留 $0。

这是自有合成问题的有限诊断,不是扩充训练集。参考值来自题目明示的条件概率规则,没有抽取实际 outcome;因此这里报告分布对齐差异,不把它叫作实际校准误差。

每个 K 包含明确唯一答案、未揭示均匀抽签、两个标签各半、明示非均匀权重四类,每类各用原序与逆序。每次请求仅一个 state 与一道 Choice。

K情形顺序原生和零项数原生最大项原生熵(nats)最近邻区间可行参考落区间
2explicit_uniqueoriginal1110truetrue
2explicit_uniquereverse1110truetrue
2unrevealed_uniformreverse100.960.1679441truefalse
2unrevealed_uniformoriginal100.950.1985152truefalse
2two_support_halfreverse100.970.1347422truefalse
2two_support_halforiginal100.960.1679441truefalse
2explicit_weightedoriginal1110truefalse
2explicit_weightedreverse100.990.05600153truefalse
5explicit_uniqueoriginal1410truetrue
5unrevealed_uniformoriginal100.920.37581truefalse
5explicit_uniquereverse1410truetrue
5unrevealed_uniformreverse100.940.3015147truefalse
5two_support_halforiginal130.950.1985152truefalse
5two_support_halfreverse130.990.05600153truefalse
5explicit_weightedoriginal1410truefalse
5explicit_weightedreverse1410truefalse
20explicit_uniqueoriginal11910truetrue
20explicit_uniquereverse11910truetrue
20unrevealed_uniformreverse0.99150.92—truefalse
20unrevealed_uniformoriginal1140.90.4755618truefalse
20two_support_halforiginal1180.930.2536389truefalse
20two_support_halfreverse1180.940.2269675truefalse
20explicit_weightedoriginal11910truefalse
20explicit_weightedreverse1170.980.1119021truefalse
64explicit_uniqueoriginal16310truetrue
64explicit_uniquereverse16310truetrue
64unrevealed_uniformreverse0.99600.92—truefalse
64unrevealed_uniformoriginal0.99570.87—truefalse
64two_support_halforiginal1620.930.2536389truefalse
64two_support_halfreverse1620.940.2269675truefalse
64explicit_weightedoriginal16310truefalse
64explicit_weightedreverse16310truefalse
255explicit_uniqueoriginal125410truetrue
255explicit_uniquereverse125410truetrue
255unrevealed_uniformoriginal0.992350.75—truefalse
255unrevealed_uniformreverse12420.840.8139694truefalse
255two_support_halforiginal12510.890.4125336truefalse
255two_support_halfreverse12510.860.4762427truefalse
255explicit_weightedoriginal12510.970.1677005truefalse
255explicit_weightedreverse12530.980.09803911truefalse

全零时不定义 argmax 或概率最大值,非单位和时不定义原生分布熵。完整 argmax(含并列)、每 K 汇总、参考逐项差异、另标的 proxy-normalized 熵与差异,见同名 JSON;原始值和费用保存在私有 JSONL。

K情形按候选 ID 还原后的原生最大逐项差两个最大值之差proxy-normalized 最大逐项差
2explicit_unique000
2unrevealed_uniform0.010.010.01
2two_support_half0.010.010.01
2explicit_weighted0.010.010.01
5explicit_unique000
5unrevealed_uniform0.020.020.02
5two_support_half0.040.040.04
5explicit_weighted000
20explicit_unique000
20unrevealed_uniform0.020.020.02929293
20two_support_half0.010.010.01
20explicit_weighted0.020.020.02
64explicit_unique000
64unrevealed_uniform0.050.050.05050505
64two_support_half0.010.010.01
64explicit_weighted000
255explicit_unique000
255unrevealed_uniform0.090.090.08242424
255two_support_half0.030.030.03
255explicit_weighted0.020.010.02
  • reference_distribution 是题目定义的条件分布;本次没有抽样观测标签,分布差异不称为实际校准误差。

  • 每种情形每个顺序只有一次请求,顺序差异可能混合服务随机性;不能据此单独认定候选顺序导致差异。

  • 原生概率未经归一化;另列 proxy-normalized 仅用于诊断,全零不补均匀分布。

  • 只有 probabilityDecimals 时,最近邻舍入及闭区间是诊断假设;没有确认供应商舍入模式或边界取舍。

  • 40 个合成条件概率探针不能证明广泛能力或实证校准,也不能还原 Jev 内部 RLCD 算法。

  • 预算是客户端估算与并发预留守卫,不是供应商单请求强制上限;未知失败费用保留 reserve。