Tres experimentos medidos sobre alucinación en RAG: verificación de citas, Jev de TypeSafe y STAIR de IBM. Más de 850 preguntas calificadas, respuestas crudas incluidas.
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-dataDatos de referencia independientes que comparan Jev (modelo System One) de TypeSafe AI con varios LLM en puntuación de decisión, precisión, calibración, costo y latencia.
ReallyArtificialReallyArtificial/stuntdoubleUn proxy Node sin dependencias que envía solicitudes a TypeSafe Jev mientras modelos locales (Kev, Laya) toman decisiones en paralelo, y genera un informe sobre si puedes reemplazarlo.
NearCaiNearCai/JevLightUn marco de control de señales de tráfico basado en CityFlow que evalúa los controladores LLM compatibles con TypeSafe Jev y OpenAI junto con líneas de base basadas en reglas y aprendizaje por refuerzo mediante el mismo pipeline de simulación.
