THE JEV GUIDE · CURATED EDITION
Notizie di lancio, spiegazioni, demo e progetti della community su TypeSafe Jev, organizzati per argomento. Ogni voce rimanda alla fonte su X.
Selezione curata · Non esaustiva · Aggiornata manualmente
01 / EXPLORE
0 means awaiting a verified post
Basandosi sul framework di test di @karminski3, l'autore aggiunge diversi risultati di Jev su problemi di labirinto e li confronta con il random walk e algoritmi di labirinto professionali.
L'autore ha usato il nuovo modello Jev di TypeSafe in Skills IL per costruire uno strumento che rileva i messaggi di phishing bancario ricevuti via SMS, WhatsApp o email. Gli utenti possono incollare direttamente un messaggio sospetto per verificarlo.
Qualcuno ha creato un'enorme directory su tutto ciò che riguarda Jev, inclusi skill, repository, post X/Reddit, risorse, siti e altro, filtrabile per caso d'uso.
L'autore suggerisce di non trattare semplicemente i valori restituiti da Jev come corretti; invece, concentrarsi su confidence. Per i tipi Choice, aggiungere un'opzione cannot_tell per evitare errori di valutazione.
L'autore ritiene che Jev non sia adatto al rilevamento di contenuti generati dall'IA, tutti i rilevatori di IA sono simili e inutili a meno che l'accuratezza non superi il 90%, raccomandando un'altra API. Link
L'autore ha provato a far risolvere un Sudoku a Jev, notando che il prompt era difficile ma veloce, e menzionando che gli LLM faticano con i Sudoku.
L'autore dice che Jev 1.13 potrebbe sostituire i grandi modelli linguistici per alcune attività.
Rajeshsam osserva che lo slancio dell'IA sembra essere tornato alla scienza dei dati tradizionale con classificatori System 1 (ad esempio Jev). Sostiene che risposte strutturate tipizzate e ragionamento deterministico in Python tramite hook siano migliori che lasciare che il modello indovini il flusso di controllo; lascia l'ambiguità al confine di acquisizione.
Un nuovo run della community mostra che Jev e GPT-5.4 sono statisticamente indistinguibili (3,3 punti), e Jev costa circa un cinquantesimo. Link
Lo sviluppatore Tal Saiag condivide un pattern Jev: ogni chiamata lascia deliberatamente un piccolo stato solo per la chiamata successiva, chiamandolo 'Jev carry state'.
Un utente condivide gli apprendimenti di un esperimento con Jev: richiede prompt espliciti come i modelli di livello GPT-4, è molto economico e lo ha ottimizzato per circa 8 ore con Astra.
Wildan twitta che è ora che Claude usi il Jev di TypeSafe AI.