Tes labirin tambahan untuk Jev
Berdasarkan kerangka pengujian @karminski3, penulis menambahkan beberapa hasil Jev pada masalah labirin dan membandingkannya dengan random walk dan algoritma labirin profesional.
THE JEV GUIDE · CURATED EDITION
Berita peluncuran, penjelasan, demo, dan proyek komunitas seputar TypeSafe Jev disusun menurut topik. Setiap entri terhubung kembali ke sumber X.
Pilihan kurasi · Tidak lengkap · Diperbarui manual
01 / EXPLORE
0 means awaiting a verified post
Berdasarkan kerangka pengujian @karminski3, penulis menambahkan beberapa hasil Jev pada masalah labirin dan membandingkannya dengan random walk dan algoritma labirin profesional.
Penulis menggunakan model baru Jev dari TypeSafe di Skills IL untuk membangun alat yang mendeteksi pesan phishing bank yang diterima melalui SMS, WhatsApp, atau email. Pengguna dapat menempelkan pesan mencurigakan untuk diverifikasi.
Seseorang membuat direktori besar tentang semua hal terkait Jev, termasuk skills, repositori, postingan X/Reddit, sumber daya, situs, dan lainnya, yang dapat disaring berdasarkan kasus penggunaan.
Penulis menyarankan agar nilai kembalian Jev tidak dianggap benar begitu saja; fokuslah pada confidence. Untuk tipe Choice, tambahkan opsi cannot_tell untuk menghindari kesalahan penilaian.
Penulis menganggap Jev tidak cocok untuk deteksi konten yang dihasilkan AI, semua detektor AI sama dan tidak berguna kecuali akurasinya di atas 90%, serta merekomendasikan API lain. Link
Penulis mencoba membuat Jev memecahkan Sudoku, mencatat promptingnya sulit tetapi cepat, dan menyebut bahwa LLM dianggap sulit untuk Sudoku.
Penulis mengatakan Jev 1.13 mungkin menggantikan model bahasa besar untuk beberapa tugas.
Rajeshsam mencatat bahwa momentum AI tampaknya kembali ke ilmu data tradisional dengan pengklasifikasi System 1 (misalnya Jev). Dia berpendapat bahwa respons terstruktur yang diketik dan penalaran deterministik di Python melalui hook lebih baik daripada membiarkan model menebak alur kontrol; biarkan ambiguitas di batas ingesti.
Uji ulang komunitas menunjukkan Jev dan GPT-5.4 secara statistik tidak dapat dibedakan (selisih 3,3 poin), dengan biaya Jev sekitar seperlimapuluh. Link
Developer Tal Saiag membagikan pola Jev: setiap panggilan sengaja menyisakan sedikit state hanya untuk panggilan Jev berikutnya, yang disebutnya 'Jev carry state'.
Seorang pengguna berbagi pembelajaran dari eksperimen dengan Jev: membutuhkan prompt eksplisit seperti model level GPT-4 lama, sangat murah, dan menyetelnya selama sekitar 8 jam dengan Astra.
Wildan men-tweet bahwa sudah waktunya Claude menggunakan Jev dari TypeSafe AI.