stuntdouble: Valutazione del proxy ombra per Jev
Un proxy Node senza dipendenze che inoltra le richieste a TypeSafe Jev mentre modelli locali (Kev, Laya) prendono decisioni parallele, e genera un rapporto sulla possibilità di sostituirlo.
OPEN SOURCE · CURATED REPOSITORIES
Curated Jev SDKs, tools, demos, integrations, benchmarks, and research projects. Repository metrics come from GitHub; titles, summaries, and categories are editorial.
Ordinati per Stars GitHub
Per crescita recente delle Stars e attività
Un proxy Node senza dipendenze che inoltra le richieste a TypeSafe Jev mentre modelli locali (Kev, Laya) prendono decisioni parallele, e genera un rapporto sulla possibilità di sostituirlo.
Un framework di controllo dei segnali stradali basato su CityFlow che valuta controller LLM compatibili con TypeSafe Jev e OpenAI insieme a baseline basate su regole e apprendimento per rinforzo tramite la stessa pipeline di simulazione.
Una CLI che legge i log delle sessioni degli agenti di codifica locali e li valuta con Jev, il modello System One di TypeSafe AI, generando report HTML interattivi e dashboard da terminale.
Chiama il modello Jev/System One di TypeSafe AI tramite l'SDK ufficiale, lo confronta con un sostituto LLM su 24 decisioni operative e salva risultati riproducibili e report di valutazione.
Strumento CLI/valutazione per TypeSafe Jev (System One): misura le soglie, calibra la confidenza e verifica il drift sui vostri dati, con etichettatura opzionale tramite LLM teacher. Include un simulatore demo senza chiave e un'integrazione reale con l'API Jev.
Un audit pre-registrato di Jev di TypeSafe AI in spagnolo — accuratezza, calibrazione e costo dei token — più una CLI per eseguire lo stesso confronto sui tuoi dati etichettati.
Un'alternativa locale open source al modello Jev System One di TypeSafe, che fornisce decisioni tipizzate con confidenza calibrata. Include un benchmark tra sistemi contro Jev e altri modelli locali.
Tre esperimenti misurati sull'allucinazione nel RAG: controllo delle citazioni, Jev di TypeSafe e STAIR di IBM. Oltre 850 domande valutate, risposte grezze incluse.
Journey Evals è uno strumento di valutazione che guida un browser reale o un agente LangGraph attraverso i percorsi utente dichiarati e verifica i risultati con prove backend; usa Jev di TypeSafe per operazioni e selezione degli elementi.
Strumento open source di analisi dei contenuti e valutazione LLM che valuta i post con giudizi calibrati di TypeSafe Jev (System One) e li verifica sui dati reali di engagement.
Codice e dati grezzi dietro Lunar Terminal: bot Robocode Tank Royale, GapFlap, un proxy di misurazione dei token e uno studio randomizzato di 327 decisioni su TypeSafe Jev.
Una skill per agenti per Claude Code, Codex e Cursor che esamina un repository o un'idea, verifica l'idoneità di Jev e le sue modalità di guasto, stima costi/latenza ed esegue un pilota dal vivo tramite l'API TypeSafe.