OPEN SOURCE · CURATED REPOSITORIES
Curated Jev SDKs, tools, demos, integrations, benchmarks, and research projects. Repository metrics come from GitHub; titles, summaries, and categories are editorial.
Nach GitHub Stars sortiert
QuantDinger: KI-Handelssystem mit Jev-System-One-IntegrationOpenByteInc/QuantDinger12.035
Ausgewählte Ressourcenliste zu Jevyibie/awesome-jev1374
Agent-Architektur lernenhardness1020/learn-agent-architecture972
Awesome Jev von TypeSafeAnil-matcha/awesome-jev-by-typesafe808
Tolle Liste von Jev-Werkzeugenv-modal/awesome-jev-tools670Nach aktuellem Star-Wachstum und Aktivität
AnyJev: Jedes LLM in ein Jev-artiges Entscheidungsmodell verwandelnnokia-applied-research/AnyJev+3Ausgewählte Ressourcenliste zu Jevyibie/awesome-jev+2
Von - Lokales System-One-Entscheidungsmodellwfzyx/von+2
WeChat-Antwortassistent (mit Jev-Beurteilung)jev-chat/jev-chat-windows+2
Awesome-Jev-Projektelogicrw/awesome-jev-projects+2
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.
arifulislamatarifulislamat/jev-benchmarkBenchmarkt Jev (typesafe/jev-1.13) über den Decisions-Endpunkt von OpenRouter und vergleicht Kosten, Latenz und Genauigkeit typisierter Entscheidungen bei 100 Support-Tickets mit Claude, GPT und Gemini.
Sunwood-ai-labsSunwood-ai-labs/jevdashJevDash ist ein Pygame-basiertes 2D-Plattformer-Benchmark, das das Jev-Modell von TypeSafe AI in Echtzeit-Steuerungsszenarien mit Vercel AI Gateway-Integration bewertet.
planstack-aiplanstack-ai/jev-tetris-benchmarkEin reproduzierbarer Tetris-Entscheidungs-Benchmark, der TypeSafe Jev / System One und Claude Haiku auf identischen Spielfeldern aufruft und die Integration von Jev Choice über Vercel AI Gateway oder die TypeSafe-API demonstriert.
robokrunchrobokrunch/jev-physical-aiRealer Benchmark von TypeSafe Jev für Roboterflotten und Edge-Hardware mit 300 gemessenen API-Aufrufen, Kostenanalyse und reproduzierbaren Skripten.
clduab11clduab11/jev-testVorab registrierter Benchmark, der testet, ob die Konfidenzwerte von TypeSafe Jev zuverlässig über Suche, Belege und Zitatstützung für ein lokales 2B-Modell entscheiden; enthält Harness, Audit-Tool und offene End-to-End-Ergebnisse.
emretheusemretheus/jev-rag-benchmarkEin 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.
PsiACEPsiACE/dohnutsDieses Projekt baut kleine multimodale Modelle für direkte Entscheidungen und vergleicht sie in seiner Modellkarte mit TypeSafe Jev und Laya.
instax-duttainstax-dutta/sysone-benchErster unabhängiger Direktvergleich der System-One-Entscheidungsmodelle Laya und Jev auf byte-identischen Eingaben, mit Genauigkeit, ECE, Gating und Latenz.
EnesDemir143EnesDemir143/jev-laya-benchmarkLokaler Benchmark, der TypeSafe Jev und Laya-MLX für die strukturierte Problemklassifikation vergleicht. Verwendet die Jev-API und Noul-Scores.
DililianxiceDililianxice/jev-inner-speech-bciReproduzierbarer Benchmark, der Jev als semantische Prior für die intrakortikale Inner-Speech-BCI-Dekodierung bewertet. Er berichtet Jevs Eingabeeffizienz-Signal in synthetischen Interaktionen und Grenzen der neuronalen Dekodierung auf öffentlichen Daten.