Jev rozwiązuje problem parsowania JSON w LLM
Post mówi, że Jev rozwiązał problem, który zespoły AI łatają od lat: parsowanie wyjścia JSON z LLM, obsługa ogrodzeń markdown i radzenie sobie z niespójnymi wartościami wyliczeniowymi.
THE JEV GUIDE · CURATED EDITION
Wiadomości premierowe, wyjaśnienia, demo i projekty społeczności wokół TypeSafe Jev, uporządkowane według tematów. Każdy wpis prowadzi do źródła na X.
Selekcja redakcyjna · Niepełna · Aktualizowana ręcznie
01 / EXPLORE
0 means awaiting a verified post
Post mówi, że Jev rozwiązał problem, który zespoły AI łatają od lat: parsowanie wyjścia JSON z LLM, obsługa ogrodzeń markdown i radzenie sobie z niespójnymi wartościami wyliczeniowymi.
TypeLLM to nowy model open-source, który rozumuje przed wygenerowaniem bezpiecznego typowo wyniku, znacznie zwiększając dokładność bez dostrajania. Zespół twierdzi, że przewyższa Jev i GPT-5.6 Luna oraz zbliża się do GPT-6 Astra. Link
Jako pierwszy model System One od TypeSafe AI, Jev został zaprojektowany do szybkich, strukturalnych decyzji w oprogramowaniu. Nie generuje tekstu: wyślij stan aplikacji i typowane pytanie, a otrzymasz typowaną decyzję z prawdopodobieństwem. Link
Ogłasza Jev-Omni, model zbudowany na Gemma 4, mający na celu wyzwanie dla Jev.
Pierwszy model System One od TypeSafe AI, Jev, jest teraz dostępny w API B.AI. Zaprojektowany do szybkiego, strukturalnego podejmowania decyzji w oprogramowaniu, Jev nie generuje tekstu: przyjmuje stan aplikacji i typowane pytania jako dane wejściowe, a następnie zwraca bezpośrednio decyzje z prawdopodobieństwami i pewnością. Obsługuje Choice, Score, Noul i inne. Link
Post wspomina o premierze Jev od TypeSafe, które klasyfikuje teksty spośród predefiniowanych odpowiedzi. Autor kpi z szumu, zauważając, że format jest gwarantowany, ale poprawna odpowiedź nie, kwestionując, jak naiwnie wyobrażają sobie kupującego.
TypeSafe AI przedstawia Jev, nowy model AI, który podejmuje strukturalne decyzje na podstawie kontekstu, zamiast generować tekst.
Scoreboar v8 zmniejsza zużycie pamięci z 597 MB do 128 MB i przetwarzanie jednego posta z około 1 sekundy do około 30 ms, jednocześnie poprawiając dokładność. Osiąga 61,4% skuteczności w odgadywaniu, który z dwóch postów na X poradził sobie lepiej w stosunku do rozmiaru konta, wyprzedzając Grok 4.7 (55,3%) i Jev (52,5%). Darmowy i działa w przeglądarce. Link
OMH dodaje obsługę umiejętności Jev i routingu modeli, w tym modele i aliasy Jev, umiejętności i wtyczki, routing przepływów pracy, szybkie decyzje, a także status wtyczek, dane uwierzytelniające i sprawdzanie konfliktów.
TypeSafe planuje ujawnić Jev w poniedziałek. Jev nie generuje tekstu; zwraca tylko odpowiedzi ze schematu na podstawie stanu i typowanych pytań, zajmując 70–500 ms. Wejście kosztuje 0,042 USD/M tokenów, wyjście jest darmowe, wymagana jest lista oczekujących. Dema obejmują Mario, poziomy w czasie rzeczywistym i wybór kolorów. Nie może zwracać treści spoza schematu.
JEVTOWN to platforma symulacji społecznej AI, podobna do forum agentów Lobster, gdzie 10.000 osobowości AI przegląda, lajkuje, retweetuje, blokuje lub kupuje, a każda reakcja jest podejmowana przez Jev. Osiągnął 16. miejsce na Product Hunt. Link
Jev to model AI stworzony wyłącznie do szybkich decyzji, nie do rozmowy. Zwraca tylko wybraną odpowiedź i prawdopodobieństwo jej poprawności, bez generowania tokenów jeden po drugim, w jednym równoległym przejściu.