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?
Der Beitrag erörtert, dass man Jev Bewertungskriterien geben muss, hinterfragt, ob der Bot dann nicht selbst entscheiden könnte, und weist auf den Nutzen der Abstraktion hin, um Änderungen bei Kriterienwechsel zu reduzieren.
Zeigt, wie Jev in AI-nativer Software automatisch Möbel auswählt und platziert, was die KI-Entscheidungsfindung verdeutlicht.
PageIndex kündigt die Page Search API an, die schneller und genauer als SOTA-Embedding-Modelle sein soll, und diskutiert die Retrieval-Leistung des Jev-Entscheidungsmodells für RAG. Link
Das Fulvwa-Plugin kombiniert den Kommentarverlauf des Kontos mit dem Jev-Modell, um KI-generierte Inhalte zu erkennen. Das Plugin wird derzeit geprüft und nach der Freigabe geteilt.
Ein Entwickler hat ein Plugin erstellt, das Claude Code mit Jev kombiniert. Es schlägt nach langen Antworten Diagramme vor und zeichnet sie im Seitenbereich – mit 14 Diagrammtypen und hell/dunkel-Themen.
One card in the feed, every sixteen, on every page of it. $50 a week, cancel any week.
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.
Der Autor weist darauf hin, dass der sogenannte selbstverbessernde Playtesting-Agent nur darin besteht, dass ein LLM einen Spielbot schreibt und nach Fehlern korrigiert, im Wesentlichen ein Claude-Code-Wrapper, der auf einem Jev-Modellschlüssel läuft, und bewirbt sein eigenes Game-QA-Tool.
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.
Dieser Visual Novel unterstützt neben regulären Entscheidungen auch freie Eingaben. Intern werden die nach Jevs Auftritt definierten SystemOneModels verwendet, deren Ausgaben auf Zahlenwerte beschränkt sind und dadurch günstiger und schneller sind.
Der Autor teilt ein kleines Projekt, das Jev in eine persönliche Budget-App integriert, um Transaktionen automatisch zu kategorisieren, und hält es für genauer als Regex und günstiger als LLMs.
Das Schwierige an einem überwachten Agenten ist die Häufigkeit der Rückfragen beim Menschen: zu oft hören sie auf zu lesen, zu selten entgeht etwas. Jev liefert eine Zahl von 0 bis 1: Über 0,9 fährt der Agent fort, unter 0,1 stoppt er, dazwischen fragt er nach.
Nace AI hat die Gewichte von Drex Max v1 auf Hugging Face veröffentlicht: 26 Milliarden Parameter, etwa 52 GB in bf16. Das Modell erzeugt keinen Text; aus einem Zustand und Fragen liefert es in einem Forward-Durchlauf Wahrscheinlichkeiten für jede Option, geeignet für lokales Routing. Die Modellkarte vergleicht es mit Jev 1.13 und erreicht 67,52.
