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 probado en una demo ficticia de crisis lunar
Se colocó a Jev en una demo ficticia de crisis lunar con 5 escenarios simples en una sola llamada, ~91.8 ms de evaluación del modelo excluyendo el tiempo de red; el autor lo llama experimento de juguete, no un benchmark de fiabilidad.
We put Jev inside a fictional lunar crisis demo. 🌕 5 simple scenarios. One call. ~91.8 ms model evaluation, excluding network time. That is a toy experiment, not a reliability benchmark. Next test idea: missing telemetry + conflicting signals. What should the city do?
· 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.
