用Jev评估RAG重排序
分享使用Jev对RAG候选结果进行重排序的评估思路，涵盖延迟、成本与故障点，并给出设定门限、引用正确等实践提示。
THE JEV GUIDE · CURATED EDITION
知识与搜索.
TypeSafe Jev 的发布、原理、演示与社区实践，按主题整理。每条内容都可回到 X 原帖核对。
人工精选 · 非全量收录 · 手动更新
5419条已收录内容
2789条原帖视频
Sponsors
这些产品赞助了本目录。 把你的产品放上来
Jev + RAG：超越重排序的决策层
帖子讨论 Jev（TypeSafe 的模型）与 RAG 结合，增加了一个标准 reranker 缺乏的决策层。指出 embedding 相似性和常规 reranker 只优化主题接近性，而非判断段落是否真的包含可用证据。
Jev决策模型助力RAG候选过滤
帖子指出Jev等决策模型可消除RAG中的错误候选，并用于LLM工具链及优化推荐搜索性能。
用 Jev 构建的 AI 资讯聚合器
作者介绍自己用 Jev 构建了一个每小时自动筛选论文和信息的聚合器，并指出即使完成筛选，仍然需要人来阅读。
RAG与Jev+RAG对比解析
帖子清晰解释了RAG与Jev+RAG的区别，并介绍了标准RAG流程：文档分块、嵌入向量并存储于向量数据库，查询时检索最相近的top-k块。
信息流里每 16 张、每一页都有一张。每周 $50，任意一周可停。
不能对话的AI「Jev」为何引发关注？
这篇解析文章讨论了不能对话的AI“Jev”引发关注的原因：它不书写文章、不对话，只返回“判断”和置信度，说明将生成与判断分离可以简化业务流程。 链接
基于Jev的递归文档搜索方案
介绍jev-doc-search项目，利用Jev将长文档压缩为紧凑表格，并通过递归问答逐步定位答案，支持搜索上千页文档。 链接
Cloudflare称其模型在7/10任务中胜过Jev
该帖子报道Google Gemini 4 Argon的规格及Cloudflare新发布的Clef模型，并提到后者声称在多个任务上超越Jev。 链接
Spring AI 集成 Jev 实现模块化 RAG
演示如何使用 Jev 对向量搜索结果进行二次筛选，保留真正回答查询的块，并介绍相关博客和 Devoxx 演讲。 链接
Jev Rank 在 TREMOR 中为新闻标题打分排序
Amar Harolikar 在 TREMOR 新闻区加入了 Jev Rank，可根据用户阅读偏好对每条标题从 0 到 100 打分，并在 2 秒内对来自 64 个信息源的约 800 条标题进行排序，支持三种使用方式。
Jev在Milvus搜索流程中担任判断角色
Milvus通过向量检索和元数据过滤获取候选段落，Jev随后判断这些段落是否真正有助于任务，体现其决策型模型在搜索场景中的适配性。
Jev 携手开源模型：自然语言搜索 App Store 热门应用
帖子展示了一个搜索工具，结合 Jev 与开源模型，通过自然语言查询 App Store 中最成功的应用。 链接
