jev-align：用人工标注改进分类判断

解决什么问题

把自然语言规则变成分类器后，还需要找出模糊样本，并确认调整是否真正改善判断。

实验性 CLI 从数据中选模糊样本和审计样本，让用户标注，再用 GEPA 提议修改定义，支持接受、拒绝或回退。

Jev 在其中做什么

Jev 对数据执行分类或评分并提供不确定性信号，GEPA 与单独的反思模型负责优化候选定义。

已知限制

仍是实验工具，需要人工检查标签和建议，训练分数升高不能证明泛化改善；可能同时使用 Jev 与反思模型付费接口。