Jev 做的事可以用一句话概括：把状态变成概率。输入一段共享 state（字符串或 JSON）和若干运行时定义的问题，它直接返回每个选项的概率分布，整个过程不生成任何输出 token，全部结果来自一次前向。

三种题型覆盖常见的判断场景：choice 是候选集合上的分布，score 是有序等级上的分布与期望，noul 直接给出「是」的概率。与传统分类器和大模型相比，它在三点上同时不失：速度接近 BERT 时代的编码器分类，上下文理解能力接近大模型，而概率输出是校准过的——模型说 60%，现实里这件事就大约发生 60%。BERT 时代的 softmax 常给出 0.9999 与 0.9998 这样的对比，两个数字的差距没有概率含义，下游只能退化成排序器加手工调阈值。

两条开源复现给出了不同路线。Laya 走编码器：模板里给每个选项前面插一个 [MASK]，序列形如 [CLS] 题型与题干 [SEP] 各选项 [SEP] 完整 state [SEP]，MASK 位置在编码器里能双向看到问题、本选项描述、其他选项描述和完整 state，因此该位置的隐状态天然是「当前语境下此选项的综合表示」；打分只读 MASK 位置，按题型分别归一化，再乘一个按题型与选项数分桶拟合的温度系数。仅这一步后验温度分桶，就把 Laya 的期望校准误差从 0.466 压到 0.081。它还会用 [CLS] 隐状态加熵等四个统计量预测置信度，低于阈值就转人工。

Kev 走解码器：把 Qwen 改造成并行决策机，序列是 state 在前、各题依次排列、每题以 <decide> 结尾，另外维护 seg、pos、opt 等并行数组记录每个 token 的身份。默认因果掩码会让第二题的 <decide> 看到第一题的选项、污染概率，于是改用 block-causal 掩码把题目彼此屏蔽，还能再开选项隔离让各选项互相看不见。读概率用 pointer head：以 <decide> 的隐状态为 query，各 </opt> 的隐状态为 key 做点积，每个选项的 logit 独立计算，选项数不会稀释绝对量级，因此比联合 softmax 更抗选项数变化。Kev 已被阿里云采用上线。

训练要解决五个问题：校准，用 soft label 加 soft 交叉熵，再用验证集分桶拟合温度；顺序无关，打乱选项后要求分布经逆置换后一致，加置换 KL；有序打分，用 RPS 累积分布平方差代替交叉熵；选项数影响，靠分桶温度弥补，跨选项数比较概率本身就不合理；无正确答案，加 None-of-Above 选项，或用置信度阈值直接拒答。落到 harness 上，它适合做技能检索、MCP 检索与 effort 路由这类「选一个」的判断，也适合做输入护栏与引用核验——这些环节要的是快速、可校准的判断，而不是又一段生成。