Jev 1.14.0 整体校准良好，但难题过度自信 22 个百分点

Jev 1.14.0 在 500 道二元判断题上整体校准良好，ECE 仅 0.023，但难题上过度自信 22 个百分点。简单题上信心偏低约 7 个百分点，中等题基本准确。整体指标掩盖了难度维度的校准缺陷。