THE JEV GUIDE · CURATED EDITION
Lançamentos, explicações, demos e projetos da comunidade sobre TypeSafe Jev, organizados por tema. Cada item aponta para sua fonte no X.
Seleção curada · Não exaustiva · Atualização manual
01 / EXPLORE
0 means awaiting a verified post
Esta publicação documenta um experimento usando o modelo Jev para resolver um problema de empacotamento 3D, incluindo tempo de cálculo, número de chamadas ao Jev e custo, observando que ignorar restrições de suporte gera itens flutuantes.
AbdelStark apresenta o LeJudge, o primeiro experimento que coloca Jev em um planejador de modelo mundial JEPA, avaliado por um modelo de decisão em vez de um LLM. Ele imagina 300 futuros e sondas os transformam em palavras.
Esta publicação compartilha uma comparação e benchmark de modelos de decisão usando Jev como referência, com um link para o espaço Jev Decision Index no Hugging Face. Link
O autor relata que a média de 8 permutações das saídas do Qwen reduz o erro KL em cerca de 79%, e todas as 720 permutações em cerca de 97%, enquanto Jev mostra apenas uma melhoria ligeira.
Inspirado pelo hype do JEV, o autor propõe testá-lo com o dilema moral da Moral Machine do MIT em vez de xadrez.
Apresentação da aplicação JEV de scRNAseq em um hackathon em Boston, proporcionando decisões mais rápidas, baratas e estruturadas para bioinformáticos e potencialmente como sinal de RL. Link
O usuário observa que, em currículos idênticos, o Jev mostra leve preferência por nomes de sonoridade negra e leve rejeição a nomes de sonoridade asiática; diferença muito pequena, mas aparentemente estatisticamente significativa.
A publicação argumenta que um modelo System One tipo Jev é mais rápido e barato, permite modelagem de interação em tempo real e tem um espaço de saída drasticamente limitado em comparação com LLMs, podendo revolucionar a simulação humana.
Harrison Kinsley compartilha uma pequena comparação de brinquedo entre GLM 5.3 Flash com Jev e OpenJev, observando que o OpenJev de 4B vence facilmente.
Executando TypeSafeAI em modelos ABM para replicar os experimentos de leilão duplo de Gode & Sunder / Smith com agentes Jev: agentes ZI-C atingem o equilíbrio mais rápido, mas com maior variância de preços, enquanto agentes Jev comprimem a variância de preços e os spreads bid-ask ao custo de uma convergência mais lenta.
De acordo com a publicação, Jev resolveu um problema aberto de longa data em matemática.
Robert afirma que Jev agora está totalmente envolvido na criação e pesquisa de hybrid001.