ZeroSweep: Mecanismo de triagem e benchmark TypeSafe Jev
Um mecanismo de triagem autônomo e benchmark alimentado pelo modelo Jev System One da TypeSafe AI, demonstrando classificação de e-mail em alta velocidade com confiança calibrada.
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.
Ordenado por Stars do GitHub
Por crescimento recente de Stars e atividade
Um mecanismo de triagem autônomo e benchmark alimentado pelo modelo Jev System One da TypeSafe AI, demonstrando classificação de e-mail em alta velocidade com confiança calibrada.
Dados de benchmark independentes comparando o Jev (modelo System One) da TypeSafe AI com vários LLMs em pontuação de decisão, precisão, calibração, custo e latência.
Avalia o Jev (typesafe/jev-1.13) pelo endpoint decisions da OpenRouter, comparando custo, latência e precisão de decisões tipadas em 100 tickets de suporte com Claude, GPT e Gemini.
JevDash é um benchmark de plataforma 2D baseado em Pygame que avalia o modelo Jev da TypeSafe AI em cenários de controle em tempo real, com integração com Vercel AI Gateway.
Um benchmark reproduzível de decisões de Tetris que chama TypeSafe Jev / System One e Claude Haiku em tabuleiros idênticos, demonstrando a integração do Jev Choice via Vercel AI Gateway ou API TypeSafe.
Benchmark real do TypeSafe Jev para frotas de robôs e hardware de borda, com 300 chamadas de API medidas, análise de custos e scripts reproduzíveis.
Benchmark pré-registrado que testa se os escores de confiança do TypeSafe Jev decidem de forma confiável a busca, as evidências e o suporte de citações para um modelo local de 2B; inclui harness, ferramenta de auditoria e resultados abertos de ponta a ponta.
Um benchmark gratuito de re-ranking de RAG e camada de decisão para TypeSafe Jev 1.13, usando pools de candidatos congelados, ICs bootstrap pareados e calibração, comparado com o cross-encoder da NVIDIA e a linha de base sem re-ranking.
Este projeto cria pequenos modelos multimodais para decisões diretas e os compara com TypeSafe Jev e Laya em sua ficha do modelo.
Primeiro benchmark independente frente a frente dos modelos de decisão System One Laya e Jev em entradas idênticas byte a byte, relatando precisão, ECE, gating e latência.
Benchmark local comparando TypeSafe Jev e Laya-MLX para classificação estruturada de problemas. Usa a API Jev e pontuações Noul.
Benchmark reproduzível que avalia a Jev como prior semântico para decodificação intracortical de fala interna. Relata o sinal de eficiência de entrada da Jev em interações sintéticas e os limites da decodificação neural em dados públicos.