Drei gemessene Experimente zur Halluzination in RAG: Zitatprüfung, TypeSafes Jev und IBMs STAIR. Über 850 bewertete Fragen, rohe Antworten enthalten.
仓库包含对TypeSafe AI Jev模型在RAG场景中的多项实测评估（幻觉抑制、重排序、路由、重试决策），提供详细报告与可复现数据，属于实质性测试研究。
JevalsJevals/jevals-dataUnabhängige Benchmark-Daten, die TypeSafe AIs Jev (System One Modell) mit mehreren LLMs in Entscheidungs-Score, Genauigkeit, Kalibrierung, Kosten und Latenz vergleichen.
ReallyArtificialReallyArtificial/stuntdoubleEin dependenciesfreier Node-Proxy, der Anfragen an TypeSafe Jev weiterleitet und gleichzeitig lokale Modelle (Kev, Laya) Schattenentscheidungen treffen lässt. Er erstellt einen Bericht darüber, ob Sie austauschen können.
NearCaiNearCai/JevLightEin CityFlow-basiertes Framework für die Verkehrssignalsteuerung, das TypeSafe Jev und OpenAI-kompatible LLM-Controller zusammen mit regelbasierten und Reinforcement-Learning-Baselines über dieselbe Simulationspipeline bewertet.
