THE JEV GUIDE · CURATED EDITION
Launch News, Erklärungen, Demos und Community Projekte rund um TypeSafe Jev, nach Themen geordnet. Jeder Eintrag verweist auf die Quelle bei X.
Kuratierte Auswahl · Nicht vollständig · Manuell aktualisiert
Sponsors
Diese Produkte finanzieren das Verzeichnis. Ihres auch hier?
Ein Nutzertest zeigt, dass Jev bei binären Entscheidungen in etwa 50 % der Fälle mittlere Wahrscheinlichkeiten (0,1–0,9) liefert, während Decisions API nur in 22 % solche Werte ausgibt und meist klar mit 0,02 oder 0,98 entscheidet.
Ein Nutzer teilt die Kombination von Jev mit Grok 4.7: Grok denkt, Jev entscheidet. Jev erzeugt keinen Text, sondern antwortet nur mit Ja/Nein, Auswahl und Bewertung, kann also nur aus erlaubten Antworten wählen.
Soly fragt, wofür die Leute Jev nutzen.
Ein Nutzer teilt, dass sein Model 3 zu alt für diese Funktion ist. Er nutzt daher Jev von TypeSafe AI, um einen UniFi-Kamerastream zu analysieren und bei Personen in Fahrzeugnähe gruselige Umgebungsgeräusche abzuspielen, Lichter aufblitzen zu lassen und zu hupen.
Die Community-Diskussion weist darauf hin, dass die Kosten pro Entscheidung bei Jev extrem niedrig sind, aber die Kosten pro abgeschlossener Aufgabe statt pro Aufruf gemessen werden sollten.
One card in the feed, every sixteen, on every page of it. $50 a week, cancel any week.
Eine Demo, die AnyDecisionModel und TypeSafe AIs Jev verwendet, um Checklistenpunkte per Spracheingabe abzuhaken.
Mike Taylor sagt, die Fähigkeit, Claude zu besseren Fragen und Problemzerlegung zu bringen, sei trainierbar; zusammen mit Jev liege das Ergebnis fast immer innerhalb des 2-fachen der Antwort.
Mike Taylor teilt mit, dass Claude bei langen Kettenfragen ohne veröffentlichte Antwort es in Denkspuren löst, und Jev seine Schätzungen 1:1 abgleichen kann.
Mike Taylor teilt eine Methode, bei der Claude die Fragen zerlegt und Jev die Wahrscheinlichkeiten schätzt, um Aufgaben mechanisch per Überschlagsrechnung zu lösen.
Die Autorin teilt, wie sie Jev nach und nach in Agent Tower einbaute – von Raumdekorationen basierend auf der Thread-Stimmung bis hin zum Kürzen von Titeln mit Jev.
Ein Community-Nutzer warnt, dass Jev als Bewerter stark positionsabhängig ist und oft das zuerst Genannte auswählt.
Der Autor teilt die Verwendung von Jev als kleines Auswahlmodell, das eine Aufgabe liest und Ausführenden, Modell, Aufwand und ob eine Freigabe benötigt wird zurückgibt. Auf 40 echten Aufgaben kalibriert, alle erfolgreich.
