Evon Lab — 研究实验室
让每个人都拥有专属于自己的智能。它因你而长，自己变强，每一个结论都经得起你亲手验证。
今天的智能是所有人共用的一个平均值。它不记得你，不因你而变强，它说的话你只能选择信或不信。
我们在造另一种。三个模型，各担一件事。第一个已经发布。
专属
它记得你的事实、你的偏好、你纠正过的每一次判断。
不是把你并进所有人的平均值里，是从你这里长出来。
自进化
它自己产生训练信号，不等人来标注。
算得出、且恰好对上一个选项，这就是一条不花钱的真值。用得越多，它越准。
可信
不是让你信它，是让你验它。
数值精确带单位，可以逐位核对；候选里没有对的，它说得出来。
模型
通用模型每件事都答得上来，代价是没有一件事答得可核对。我们把每一件做到窄，窄到它的输出能被验证。
证据
它是三条可以被推翻的判据。下面是 Jett 1.0 在部署口径下的实测。
01191 / 191
数值精确，不是看起来合理
指数衰减、单位换算、两个单位之间的比值，和一次减法一样精确。看着合理的数不能拿去跟阈值比大小。
0219 / 19
「都不对」是一个能返回的值
候选全错的题全部检出，误报 0。同一批题上，判断类模型检出 0 道 —— 永远给得出答案的接口，没法说「这件事该转人工」。
030
同样的输入，同样的答案
调换候选顺序，分数逐比特相同；重复调用不一致 0 次。作为对照，判断类模型在 160 次重复里出现 4 次。
这个站点上的数值都是当次请求算出来的：场景卡上的读数、基准表里的结果、流水线上每一跳的耗时。
你刷新一次，看到的是这一次跑出来的，不是我们跑得最好的那一次。
口径跟着数字走
哪些题、哪个档位、串行还是并发，都写在数字旁边。没有口径的数字反驳不了，也就支持不了任何结论。
对照组的数是我们自己测的
不是引用对方的公开宣称值。并排报告，同一批题，同一套口径。
场景点开就跑，不用登录。跑出来和我们写的不一样，我们想知道。