Jev와 Decisions API의 확률 출력 비교
사용자 실측 결과, Jev는 이진 판단에서 중간 확률(0.1–0.9)을 약 50% 반환하는 반면 Decisions API는 22%에 그치며 대부분 0.02나 0.98처럼 단정적인 값을 제시합니다.
THE JEV GUIDE · CURATED EDITION
TypeSafe Jev의 출시 소식, 설명, 데모, 커뮤니티 프로젝트를 주제별로 정리했습니다. 모든 항목은 X 원본 게시물로 연결됩니다.
선별 큐레이션 · 전체 수집 아님 · 수동 업데이트
Sponsors
이 제품들이 이 디렉터리를 후원합니다. 내 제품도 올리기
사용자 실측 결과, Jev는 이진 판단에서 중간 확률(0.1–0.9)을 약 50% 반환하는 반면 Decisions API는 22%에 그치며 대부분 0.02나 0.98처럼 단정적인 값을 제시합니다.
사용자가 Grok 4.7에 Jev를 결합하는 방법을 공유합니다. Grok이 사고하고 Jev가 결정합니다. Jev는 텍스트를 생성하지 않으며, 예/아니오, 선택, 점수 부여로만 답하기 때문에 허용된 답변 중에서만 선택할 수 있습니다.
Soly가 Jev 사용 사례를 묻는 질문을 올렸습니다.
Model 3가 너무 오래돼서 해당 기능을 쓸 수 없어서, TypeSafe AI의 Jev로 UniFi 카메라 스트림을 분석해 사람이 차에 가까이 오면 무서운 분위기 음향을 재생하고 조명을 깜빡이며 경적을 울리는 사례를 공유합니다.
커뮤니티 토론은 Jev의 결정당 비용이 매우 낮지만, 호출당 비용이 아닌 완료된 작업당 비용을 측정해야 한다고 지적합니다.
One card in the feed, every sixteen, on every page of it. $50 a week, cancel any week.
AnyDecisionModel과 TypeSafe AI의 Jev를 활용하여 음성 입력으로 체크리스트 항목을 체크하는 데모입니다.
Mike Taylor는 Claude에게 더 나은 질문 작성과 문제 분해를 가르치는 기술은 훈련 가능하며, Jev와 함께 쓰면 거의 항상 정답의 2배 이내에 도달한다고 말합니다.
Mike Taylor는 공개된 답이 없는 긴 연쇄 질문에서 Claude가 사고 흔적을 통해 계산하고, Jev도 그 추정을 1:1로 맞출 수 있다고 공유했습니다.
Mike Taylor가 Claude가 문제를 분해하고 Jev가 확률을 추정하는 방식으로 기계적으로 계산하는 방법을 공유했습니다.
Agent Tower에 Jev를 점차 통합하게 된 과정을 공유합니다. 스레드 분위기에 따른 장식부터 Jev로 제목을 줄이는 것까지.
커뮤니티 사용자가 Jev를 심판으로 사용하면 위치에 강하게 편향되어 먼저 나온 것을 자주 선택한다고 경고합니다.
작성자는 Jev를 작은 선택 모델로 사용하여 작업을 읽고 실행자, 모델, 노력, 승인 필요 여부를 반환하는 방법을 공유합니다. 40개의 실제 작업에서 보정했으며 모두 성공했습니다.
Star the project on GitHub to support continued updates and curation.