Ein kostenloses RAG-Reranking- und Decision-Layer-Benchmark für TypeSafe Jev 1.13 mit eingefrorenen Kandidatenpools, gepaarten Bootstrap-KIs und Kalibrierung, verglichen mit NVIDIA-Cross-Encoder und Baseline ohne Reranking.
该仓库是一个专门针对 TypeSafe Jev 1.13 的英文 RAG 基准测试，包含冻结候选池、配对 bootstrap 置信区间、校准分析、与 NVIDIA cross-encoder 及无重排序基线的对比，并提供了完整的复现流程和真实运行结果，实质性地集成、测试并深入评估了 Jev 模型。
sysadarshsysadarsh/zerosweepEine autonome Triage-Engine und Benchmark, angetrieben vom Jev System One Modell von TypeSafe AI, die Hochgeschwindigkeits-E-Mail-Klassifizierung mit kalibrierter Konfidenz demonstriert.
JevalsJevals/jevals-dataUnabhängige Benchmark-Daten, die TypeSafe AIs Jev (System One Modell) mit mehreren LLMs in Entscheidungs-Score, Genauigkeit, Kalibrierung, Kosten und Latenz vergleichen.
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.
