Datos de Jevals: benchmark independiente para TypeSafe Jev
Datos de referencia independientes que comparan Jev (modelo System One) de TypeSafe AI con varios LLM en puntuación de decisión, precisión, calibración, costo y latencia.
Conecta TypeSafe Jev a Pokémon Showdown, registrando 40 batallas y 940 decisiones de API con resultados reproducibles, conjuntos de datos y repeticiones anotadas. Investigación independiente, no un benchmark oficial.
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。