Jevals 数据:TypeSafe Jev 基准测试数据集
独立的基准数据,比较 TypeSafe AI 的 Jev(System One 模型)与多种 LLM 在判定任务上的决策分数、准确率、校准、成本与延迟。
OPEN SOURCE · CURATED REPOSITORIES
经过筛选的 Jev SDK、工具、演示、集成、评测与研究项目。仓库指标来自 GitHub,标题、摘要与分类由 Jev Guide 整理。
Sponsors
这些产品赞助了本目录。 把你的产品放上来
按 GitHub Stars 排名
按近期 Star 增量与更新活跃度排名
独立的基准数据,比较 TypeSafe AI 的 Jev(System One 模型)与多种 LLM 在判定任务上的决策分数、准确率、校准、成本与延迟。
基于 CityFlow 的交通信号控制框架,通过同一仿真流程评估 TypeSafe Jev 和 OpenAI 兼容 LLM 控制器,并与规则和强化学习基线对比。
对TypeSafe AI的Jev模型进行证据分级深挖,涵盖接口、验证、复现对比与现场指南,附带可运行探针工具,中英双语。
一个研究仓库,围绕 TypeSafe 的 Jev/System One 构建经 TLA+ 验证的共识内核,通过实时 Jev API 进行了噪声测量、校准探测和 1,680 轮混沌测试。
一个学习项目,在 Qwen3-0.6B 基座上加 LoRA 实现 TypeSafe Jev/System One 风格的决策接口,并附带 OpenAI 兼容的对话/生成服务及 MiniJev 兼容评测。非生产软件。
信息流里每 16 张、每一页都有一张。每周 $50,任意一周可停。
在扫雷中对比 TypeSafe Jev(System One)、LLM、混合策略与确定性求解器的实验,包含方法文档和记录结果。
调用 OpenRouter Decisions 端点评测 Jev (typesafe/jev-1.13) 在 100 个支持工单上的结构化决策成本、延迟与准确率,并与 Claude、GPT、Gemini 对比。
六个通过 OpenRouter 调用 TypeSafe Jev 的录播国际象棋实验:独立下棋、战术过滤、Stockfish 辅助和 Jev 自我审视循环,包含完整请求记录、回放与费用数据。
基于 Qwen3.5-0.8B 微调的多模态模型,从原始像素实时玩十款浏览器游戏,提供演示、训练代码和评估。
对 TypeSafe Jev 在机器人车队和边缘硬件上的真实基准测试,包含 300 次实测 API 调用、成本分析和可复现脚本。
预注册基准测试,检验 TypeSafe Jev 的置信度判断能否可靠地为 2B 本地模型决定搜索、证据与引用支持;包含测试框架、审计工具和开放的端到端结果。
一个论文评审 Web 应用与命令行工具,使用 TypeSafe AI 的 Jev(System One)API 在数秒内对学术论文的可理解性与完整性评分,并公开评分规则及基于 NeurIPS/ICML 已接收论文的校准。