关于Jev判断轴与Bot自主判断的讨论
原帖围绕让Jev做出判断时需要设置判断轴展开讨论,提出若已有判断轴,Bot本身是否也能判断,以及通过抽象化减少判断轴变更时的修改范围。
THE JEV GUIDE · CURATED EDITION
TypeSafe Jev 的发布、原理、演示与社区实践,按主题整理。每条内容都可回到 X 原帖核对。
人工精选 · 非全量收录 · 手动更新
Sponsors
这些产品赞助了本目录。 把你的产品放上来
原帖围绕让Jev做出判断时需要设置判断轴展开讨论,提出若已有判断轴,Bot本身是否也能判断,以及通过抽象化减少判断轴变更时的修改范围。
演示 Jev 在 AI 原生软件中自动完成家具选择与摆放,体现 AI 决策能力。
PageIndex宣布Page Search API,声称比SOTA嵌入模型更快更准确,并探讨Jev决策模型在RAG场景中的检索性能。 链接
福滤娃插件通过账号历史评论结合Jev模型综合判定AI生成内容,插件正在审核中,通过后将分享给大家。
开发者制作了将 Claude Code 与 Jev 结合的插件,长回答后可自动建议并绘制图表,支持 14 种图表类型和明暗主题。
信息流里每 16 张、每一页都有一张。每周 $50,任意一周可停。
用户实测发现,在二元判断中 Jev 返回 0.1–0.9 中间概率的比例约为 50%,而 Decisions API 仅为 22%,后者多数给出 0.02 或 0.98 的明确判断。
作者指出所谓的自我改进游戏测试代理实际上只是让 LLM 编写游戏机器人、出错后修复,本质上是运行在 Jev 模型 key 上的 Claude Code 封装,并宣传自己的游戏 QA 工具。
用户分享将 Jev 与 Grok 4.7 结合的做法:Grok 负责思考,Jev 负责决策。Jev 不生成文本,仅通过“是/否”“选择”“评分”这几种方式回答,因此只能从限定答案中决策。
该游戏为视觉小说类型,除常规选项外支持自由输入,内部使用Jev出现后定义的SystemOneModels,输出限定为数值,更便宜且更快。
作者分享了一个小项目:把 Jev 接入个人预算应用,用于交易自动分类,并认为它比正则表达式更准确、比 LLM 更便宜。
监督式代理的困难在于询问人类的频率:太频繁则被忽视,太少则易出错。Jev提供0到1的数值,高于0.9自动继续,低于0.1停止,中间值则询问人类。
Nace AI 将 Drex Max v1 权重开源到 Hugging Face,260亿参数,bf16 约52GB。该模型不生成文本,而是根据状态输出各选项概率,适合本地分流;模型卡中与 Jev 1.13 对比得分为 67.52。
在 GitHub 点 Star,支持我们继续收集和整理 Jev 案例。