Jev 法律领域演示
Dan Sito(前大型律所合伙人,现 @gen_legal_inc 合伙人)构建了 4 个 Jev 演示,其中 83(b) 演示未加速。
THE JEV GUIDE · CURATED EDITION
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
Sponsors
这些产品赞助了本目录。 把你的产品放上来
Dan Sito(前大型律所合伙人,现 @gen_legal_inc 合伙人)构建了 4 个 Jev 演示,其中 83(b) 演示未加速。
土耳其团队分享新决策模型家族 Kılavuz,首个模型 Kılavuz-Hukuk 约 20 亿参数,在初步测试中全面超越 TypeSafe AI 的法律导向 JEV 模型。 链接
HAQQ宣布以不到0.20美元的成本在自家法律AI栈上运行了TypeSafe的Jev,并附有关于法律AI幻觉检测的博客链接。 链接
在CLERC查询子集上,未微调的Laya得分2.5%,低于BM25(5%)和FastLate(10%);Jev达到30%,Luna为22.5%,提示调优后Luna可达52.5–55%。
用户分享如何解决AI账单过高问题,推荐JEV,称其快速便宜且能读取所有内容,例如律所可在周五前审查5000份合同。
信息流里每 16 张、每一页都有一张。每周 $50,任意一周可停。
该帖子介绍了使用Jev模型对所有文档进行PII(个人身份信息)删除的anon-mode功能,体现Jev在数据合规与隐私保护中的应用。
作者提出将Gemini用于读取版权声明,JEV用于核查文件实际存在的先后时间,在时间戳确认前不转移创作者广告收入的构想。
帖子指出法律案例分类器在Jev之前就已存在,但强调Jev具备智能性,暗示其在法律领域的应用价值。
作者表示正在保存证据,以防有公司因Jev关于校准的虚假危险声明而起诉。
Jozef 推出 LegalJev,利用 Jev 在不到 9 秒内核验法律引用,帮助识别 AI 生成的虚假判例和错误引用。
作者测试了 Jev 模型作为 Kleros 陪审员处理 ClawBank 纠纷,发现大部分实现是普通确定性代码,仅组合 Jev 提供的 24 个数字。
作者搭建了 hakaretolcer.com,利用 Jev 人工智能模型分析推文文本是否可能被认定为侮辱,帮助用户在发布激进推文前规避风险。 链接
在 GitHub 点 Star,支持我们继续收集和整理 Jev 案例。