THE JEV GUIDE · CURATED EDITION
Annonces, explications, démos et projets communautaires autour de TypeSafe Jev, organisés par thème. Chaque entrée renvoie à sa source sur X.
Sélection curée · Non exhaustive · Mise à jour manuelle
Sponsors
Ces produits financent l’annuaire. Envie d’y voir le vôtre ?
Le post discute de la nécessité de définir des critères de jugement pour Jev, se demande si le bot pourrait juger lui-même avec ces critères, et mentionne l'intérêt de l'abstraction pour réduire les modifications lors d'un changement de critères.
Démontre Jev sélectionnant et plaçant automatiquement des meubles dans un logiciel natif AI, reflétant la prise de décision IA.
PageIndex annonce l'API Page Search, prétendument plus rapide et plus précise que les modèles d'embedding SOTA, et discute des performances de récupération du modèle de décision Jev pour le RAG. Link
Le plugin Fulvwa utilise l'historique des commentaires du compte combiné au modèle Jev pour détecter le contenu généré par IA. Le plugin est en cours de validation et sera partagé une fois approuvé.
Un développeur a créé un plugin combinant Claude Code avec Jev. Il propose et dessine des diagrammes après de longues réponses, prenant en charge 14 types de diagrammes et les thèmes clair/sombre.
One card in the feed, every sixteen, on every page of it. $50 a week, cancel any week.
D'après un test utilisateur, Jev renvoie des probabilités intermédiaires (0,1–0,9) dans environ 50 % des décisions binaires, contre 22 % pour Decisions API, qui tranche la plupart du temps avec des valeurs comme 0,02 ou 0,98.
L'auteur souligne que l'agent de playtesting soi-disant auto-amélioré consiste simplement à faire écrire un bot de jeu par un LLM, à le corriger après erreurs, essentiellement un wrapper Claude Code tournant sur une clé de modèle Jev, et promeut son propre outil de QA de jeu.
Un utilisateur partage l'idée d'associer Jev à Grok 4.7 : Grok raisonne, Jev décide. Jev ne génère pas de texte ; il répond uniquement par oui/non, choix et notation, et ne peut donc choisir que parmi les réponses autorisées.
Ce visual novel prend en charge la saisie libre en plus des choix classiques. Il utilise en interne les SystemOneModels définis après l'arrivée de Jev, dont les sorties sont limitées à des valeurs numériques, moins coûteuses et plus rapides.
L'auteur partage un petit projet intégrant Jev à une application de budget personnel pour catégoriser automatiquement les transactions, estimant que c'est plus précis que les regex et moins cher que les LLM.
La difficulté d'un agent supervisé réside dans la fréquence des demandes à l'humain : trop souvent, ils cessent de lire ; trop rarement, quelque chose passe. Jev fournit un nombre de 0 à 1 : au-dessus de 0,9 l'agent continue, en dessous de 0,1 il s'arrête, entre les deux il demande.
Nace AI a publié les poids de Drex Max v1 sur Hugging Face : 26 milliards de paramètres, environ 52 Go en bf16. Ce modèle ne génère pas de texte ; à partir d'un état et de questions, il produit les probabilités de chaque option en une passe avant, adapté au routage local. La fiche modèle le compare à Jev 1.13 avec un score de 67,52.
