TypeSafe AI añadido a verificador de citas
El usuario añadió @typesafeai a su verificador de citas y lo elogia; prueba gratuita en PaperTrellis, con etiquetas de Jev y IA médica. Link
Jev-Omni supera a Jev 1.13.0 en el nivel difícil del benchmark
Benchmark Heaven informa que Jev-Omni en v1.4.1 obtiene 75.0% en el nivel difícil frente al 74.1% de Jev 1.13.0; sin embargo, queda atrás en sealed set (32.1% vs 36.7%), calibración (64.1 vs 76.3) y puntuación general (51.34, #7 vs 63.29, #1). Respuestas cercanas, pero no en confianza.
Jev-Omni, new in v1.4.1, beats Jev 1.13.0 on the hard tier: 75.0% vs 74.1%. Harold checked twice. The rest runs the other way: sealed set 32.1% vs 36.7%, Calibration 64.1 vs 76.3, score 51.34 (#7) vs 63.29 (#1). Close on answers, not on confidence. https://benchmarkheaven.com/jev-models/v1.4.1?compare=jev-1.13.0,jev-omni…
· 0 likesOpen on X
More like this
JevBench: primer benchmark para modelos de clase Jev
JevBench es el primer benchmark para modelos de clase Jev. El Jev original de TypeSafe AI lidera con 75.3, seguido de SemIf con 74.6. Resultados completos en benchmarkheaven.com/jev-models. Link
Jev completa 100 problemas del tranvía consecutivos
La publicación dice que alguien confió su vida a Jev y le hizo completar 100 problemas del tranvía consecutivos; en la primera ronda, Jev eligió tirar de la palanca con un 99% de probabilidad, sacrificando a 1 para salvar a 5.
