stuntdouble: Ocena cieniowego proxy dla Jev
Proxy Node bez zależności, który przekazuje żądania do TypeSafe Jev, podczas gdy lokalne modele (Kev, Laya) podejmują równoległe decyzje, i generuje raport na temat możliwości zamiany.
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.
Według GitHub Stars
Według przyrostu Stars i aktywności aktualizacji
Proxy Node bez zależności, który przekazuje żądania do TypeSafe Jev, podczas gdy lokalne modele (Kev, Laya) podejmują równoległe decyzje, i generuje raport na temat możliwości zamiany.
Oparty na CityFlow framework sterowania sygnalizacją świetlną, który ocenia kontrolery LLM zgodne z TypeSafe Jev i OpenAI wraz z liniami bazowymi opartymi na regułach i uczeniu przez wzmacnianie w tym samym potoku symulacji.
CLI, który czyta lokalne dzienniki sesji agentów kodowania i ocenia je za pomocą Jev, modelu System One od TypeSafe AI, tworząc interaktywne raporty HTML i panele terminala.
Wywołuje model Jev/System One firmy TypeSafe AI przez oficjalne SDK, porównuje go z zamiennikiem LLM na 24 decyzjach operacyjnych i zapisuje odtwarzalne wyniki oraz raporty z oceny.
Narzędzie CLI/ewaluacyjne dla TypeSafe Jev (System One): mierzy progi, kalibruje pewność i sprawdza dryf na własnych danych, z opcjonalnymi etykietami od nauczyciela LLM. Zawiera symulator demo bez klucza i rzeczywistą integrację z API Jev.
Wstępnie zarejestrowany audyt Jev od TypeSafe AI w języku hiszpańskim — dokładność, kalibracja i koszt tokenów — plus CLI do uruchomienia tego samego porównania na własnych oznaczonych danych.
Otwartoźródłowa lokalna alternatywa dla modelu Jev System One firmy TypeSafe, zapewniająca typowane decyzje ze skalibrowaną pewnością. Zawiera porównanie między systemami z Jev i innymi lokalnymi modelami.
Trzy zmierzone eksperymenty dotyczące halucynacji w RAG: sprawdzanie cytatów, Jev od TypeSafe i STAIR od IBM. Ponad 850 ocenionych pytań, surowe odpowiedzi zawarte.
Journey Evals to narzędzie oceny, które prowadzi prawdziwą przeglądarkę lub agenta LangGraph przez zadeklarowane podróże użytkownika i weryfikuje wyniki za pomocą dowodów z backendu; do operacji i wyboru elementów używa Jev od TypeSafe.
Otwarte narzędzie do analizy treści i oceny LLM, które ocenia posty skalibrowanymi osądami TypeSafe Jev (System One) i testuje je na rzeczywistych danych zaangażowania.
Kod i surowe dane stojące za Lunar Terminal: boty Robocode Tank Royale, GapFlap, proxy do pomiaru tokenów i randomizowane badanie 327 decyzji TypeSafe Jev.
Skill dla agentów Claude Code, Codex i Cursor, który skanuje repozytorium lub pomysł, sprawdza dopasowanie Jev i tryby awarii, szacuje koszt/opóźnienie i uruchamia pilotaż na żywo przez API TypeSafe.