Jev 1.14.0 二元问题校准达标，难题上却过度自信 22 个百分点

Jev 1.14.0 在 500 道二元问题上的校准评测显示，整体 ECE 仅 0.023，接近完美校准。但按难度拆分后暴露分层失准：简单题信心偏低约 7 个百分点，中等题基本准确，难题则强烈过度自信约 22 个百分点，该切片 ECE 达 0.222（阈值约 0.12）。整体校准指标掩盖了难度分层下的失准。