TypeSafe AIが引用チェッカーに追加
ユーザーが引用チェッカーに@typesafeaiを追加し高評価。PaperTrellisで無料試用可能。Jevと医療AIのタグ付き。 Link
Decision Bench 5日目：Jev 1.13 がマイクロソフトモデルと接戦
Decision Bench 5日目の結果を報告：Microsoft-Decision-1 が96.4%の精度でリードし、Jev 1.13 はわずか1チェック差で追従。隠された質問数とノイズコメントのコストにも言及。
Decision Bench, day 5: Microsoft-Decision-1 takes the lead. • 96.4% accuracy across 1,734 checks, working alone • 7 real questions hidden, against 1 for Jev 1.13 • 56 noise comments left in, about $0.076 for the whole run It edges past Jev 1.13 by one check. Jev 1.13 still
· 0 likesOpen on X
More like this
JevBench：Jevクラスモデル初のベンチマーク公開
JevBenchはJevクラスモデル初のベンチマークです。TypeSafe AIのオリジナルJevが75.3で首位、SemIfが74.6で2位。全結果はbenchmarkheaven.com/jev-modelsで。 Link
Jevがトロッコ問題を100回連続で実行
投稿によると、誰かがJevに命を託し、トロッコ問題を100回連続で実行させた。最初のラウンドでJevは99%の確率でレバーを引き、1人を犠牲にして5人を救う選択をした。
