Jev के लिए अतिरिक्त भूलभुलैया परीक्षण
@karminski3 के परीक्षण ढांचे के आधार पर, लेखक ने भूलभुलैया समस्याओं पर Jev के कई परिणाम जोड़े और उनकी तुलना रैंडम वॉक और पेशेवर भूलभुलैया एल्गोरिदम से की।
THE JEV GUIDE · CURATED EDITION
TypeSafe Jev से जुड़ी लॉन्च खबरें, व्याख्याएँ, डेमो और समुदाय प्रोजेक्ट विषय के अनुसार व्यवस्थित हैं। हर एंट्री X के मूल स्रोत से जुड़ती है।
चुनी हुई सूची · पूर्ण नहीं · मैनुअल अपडेट
01 / EXPLORE
0 means awaiting a verified post
@karminski3 के परीक्षण ढांचे के आधार पर, लेखक ने भूलभुलैया समस्याओं पर Jev के कई परिणाम जोड़े और उनकी तुलना रैंडम वॉक और पेशेवर भूलभुलैया एल्गोरिदम से की।
लेखक ने Skills IL में TypeSafe के नए मॉडल Jev का उपयोग करके एक टूल बनाया है जो SMS, WhatsApp या ईमेल के माध्यम से प्राप्त बैंक फ़िशिंग संदेशों का पता लगाता है। उपयोगकर्ता किसी संदिग्ध संदेश को सीधे चिपकाकर सत्यापित कर सकते हैं।
किसी ने Jev से जुड़ी हर चीज़ की एक विशाल निर्देशिका बनाई है, जिसमें स्किल्स, रिपॉजिटरी, X/Reddit पोस्ट, संसाधन, साइटें और बहुत कुछ शामिल है, और इसे उपयोग के मामले के अनुसार फ़िल्टर किया जा सकता है।
लेखक सुझाव देते हैं कि Jev के रिटर्न मानों को केवल सही न मानें; इसके बजाय confidence पर ध्यान दें। Choice प्रकारों के लिए, गलत निर्णय से बचने हेतु cannot_tell विकल्प जोड़ा जाना चाहिए।
लेखक का मानना है कि Jev AI जनित सामग्री पहचान के लिए उपयुक्त नहीं है, सभी AI डिटेक्टर एक जैसे हैं और 90% से अधिक सटीकता के बिना व्यर्थ हैं, साथ ही एक अन्य API की सिफारिश करते हैं। Link
लेखक ने Jev से सुडोकू हल करवाया, प्रॉम्प्ट कठिन था लेकिन गति तेज़ थी, और LLM के लिए सुडोकू कठिन होने का उल्लेख किया।
लेखक का कहना है कि Jev 1.13 कुछ कार्यों में बड़े भाषा मॉडल की जगह ले सकता है।
rajeshsam ने नोट किया कि AI की गति System 1 क्लासिफायर (जैसे Jev) के साथ पारंपरिक डेटा साइंस में वापस आ गई है। उनका तर्क है कि टाइप की गई संरचित प्रतिक्रियाएँ और हुक के माध्यम से Python में नियतात्मक तर्क मॉडल को नियंत्रण प्रवाह का अनुमान लगाने देने से बेहतर है; अस्पष्टता इनजेशन सीमा पर छोड़ दें।
समुदाय द्वारा दोबारा चलाने पर Jev और GPT-5.4 सांख्यिकीय रूप से अप्रभेद्य हैं (3.3 अंक का अंतर), जबकि Jev की लागत लगभग पचासवाँ हिस्सा है। Link
डेवलपर Tal Saiag ने Jev पैटर्न साझा किया है: हर कॉल जानबूझकर अगले Jev कॉल के लिए थोड़ा सा स्टेट छोड़ती है, जिसे वे 'Jev carry state' कहते हैं।
एक उपयोगकर्ता Jev के साथ एक प्रयोग से सीख साझा करता है: इसे पुराने GPT-4 स्तर के मॉडलों की तरह स्पष्ट संकेतों की आवश्यकता होती है, यह बहुत सस्ता है, और उन्होंने इसे Astra के साथ लगभग 8 घंटे ट्यून किया।
वाइल्डन ने ट्वीट किया कि अब समय आ गया है कि Claude TypeSafe AI के Jev का उपयोग करे।