Jevals-Daten: unabhängiger Benchmark für TypeSafe Jev
Unabhängige Benchmark-Daten, die TypeSafe AIs Jev (System One Modell) mit mehreren LLMs in Entscheidungs-Score, Genauigkeit, Kalibrierung, Kosten und Latenz vergleichen.
Verbindet TypeSafe Jev mit Pokémon Showdown und zeichnet 40 Kämpfe und 940 API-Entscheidungen mit reproduzierbaren Ergebnissen, Datensätzen und kommentierten Replays auf. Unabhängige Forschung, kein offizieller Benchmark.
该仓库真实连接并调用 TypeSafe Jev API,在 Pokémon Showdown 中进行了 40 场对战、940 次 API 决策实验,提供完整代码、数据、结果与回放,属于实质性的集成与评估项目。