brier

推演沙盘：记录你的判断，然后证明它没有说谎。一个可自证的预测账本——它不猜，只做一件事：记下你怎么想的，然后证明你事后没改口。

Confidence calibration toolkit for LLM verbalized-probability outputs. Real benchmark on 998 BoolQ questions with Llama-3.1-8B: ECE 0.148 -> 0.030, log-loss 3.9 -> 0.41.

Moved to github.com/Zero-State-LLC/Hyperlex