THE JEV GUIDE · CURATED EDITION
Noticias de lanzamiento, explicaciones, demos y proyectos de la comunidad sobre TypeSafe Jev, organizados por tema. Cada entrada enlaza a su fuente en X.
Selección curada · No exhaustiva · Actualización manual
01 / EXPLORE
0 means awaiting a verified post
Esta publicación documenta un experimento en el que se usó el modelo Jev para resolver un problema de empaquetado 3D, incluyendo tiempo de cálculo, número de llamadas a Jev y costo, señalando que ignorar las restricciones de soporte genera objetos flotantes.
AbdelStark presenta LeJudge, el primer experimento que integra Jev en un planificador de modelos mundiales JEPA, evaluado por un modelo de decisión en lugar de un LLM. Imagina 300 futuros y las sondas los convierten en palabras.
Esta publicación comparte una comparación y referencia de modelos de decisión utilizando Jev como referencia, con un enlace al espacio Jev Decision Index en Hugging Face. Link
El autor informa que promediar 8 permutaciones de las salidas de Qwen reduce el error KL en un ~79%, y las 720 permutaciones en un ~97%, mientras que Jev muestra solo una mejora leve.
Inspirado por el hype de JEV, el autor propone probarlo con el dilema moral de MIT Moral Machine en lugar de ajedrez.
Presentación de la aplicación JEV de scRNAseq en un hackathon en Boston, ofreciendo decisiones más rápidas, económicas y estructuradas para bioinformáticos y posiblemente como señal de RL. Link
El usuario señala que, ante currículums idénticos, Jev muestra una ligera preferencia por nombres de sonido afroamericano y en contra de nombres de sonido asiático; diferencia muy pequeña pero aparentemente estadísticamente significativa.
La publicación sostiene que un modelo System One tipo Jev es más rápido y económico, permite modelar interacciones en tiempo real y tiene un espacio de salida muy limitado en comparación con los LLM, lo que podría revolucionar la simulación humana.
Harrison Kinsley comparte una pequeña comparación de juguete entre GLM 5.3 Flash con Jev y OpenJev, señalando que el OpenJev de 4B gana fácilmente.
Ejecutando TypeSafeAI en modelos ABM para replicar los experimentos de subasta doble de Gode & Sunder / Smith con agentes Jev: los agentes ZI-C alcanzan el equilibrio más rápido pero con mayor varianza de precios, mientras que los agentes Jev comprimen la varianza de precios y los diferenciales de compra-venta a costa de una convergencia más lenta.
Según la publicación, Jev ha resuelto un problema abierto de larga data en matemáticas.
Robert afirma que Jev ahora participa plenamente en la creación e investigación de hybrid001.