Jev решает проблему разбора JSON для LLM
В посте говорится, что Jev решил проблему, которую команды ИИ годами латали: разбор JSON-вывода LLM, обработка markdown-ограждений и работа с несогласованными значениями перечислений.
THE JEV GUIDE · CURATED EDITION
Новости запусков, объяснения, демо и проекты сообщества вокруг TypeSafe Jev, сгруппированные по темам. Каждая запись ведет к исходному посту в X.
Кураторская подборка · Не полный список · Ручное обновление
01 / EXPLORE
0 means awaiting a verified post
В посте говорится, что Jev решил проблему, которую команды ИИ годами латали: разбор JSON-вывода LLM, обработка markdown-ограждений и работа с несогласованными значениями перечислений.
TypeLLM — новая модель с открытым исходным кодом, которая рассуждает перед генерацией type-safe вывода, значительно повышая точность без дообучения. Утверждается, что она превосходит Jev и GPT-5.6 Luna и приближается к GPT-6 Astra. Link
Будучи первой моделью System One от TypeSafe AI, Jev создан для быстрых структурированных решений внутри программного обеспечения. Он не генерирует текст: отправьте состояние приложения и типизированный вопрос и получите типизированное решение с вероятностью. Link
Анонсируется Jev-Omni, модель на базе Gemma 4, направленная на то, чтобы бросить вызов Jev.
Первая модель System One от TypeSafe AI, Jev, теперь доступна в API B.AI. Jev предназначен для быстрых структурированных решений внутри программного обеспечения. Он не генерирует текст: на вход подаются состояние приложения и типизированные вопросы, а на выходе сразу возвращается решение с вероятностями и уверенностью. Поддерживает Choice, Score, Noul и другие. Link
В посте упоминается запуск TypeSafe Jev, который классифицирует тексты по заранее заданным ответам. Автор высмеивает шумиху, отмечая, что гарантирован только формат, но не правильный ответ, и ставит под сомнение наивность предполагаемого покупателя.
TypeSafe AI представляет Jev — новую модель ИИ, которая принимает структурированные решения на основе контекста, а не генерирует текст.
Scoreboar v8 сокращает использование памяти с 597 МБ до 128 МБ и обработку одного поста с примерно 1 секунды до примерно 30 мс, одновременно повышая точность. Он угадывает, какой из двух постов X показал лучший результат для размера своего аккаунта, с точностью 61,4%, превосходя Grok 4.7 (55,3%) и Jev (52,5%). Бесплатно и работает в браузере. Link
OMH добавляет поддержку навыков Jev и маршрутизации моделей, включая модели и псевдонимы Jev, навыки и плагины, маршрутизацию рабочих процессов, быстрые решения, а также статус плагинов, учётные данные и проверки конфликтов.
TypeSafe планирует представить Jev в понедельник. Jev не генерирует текст; он возвращает ответы только из схемы на основе состояния и типизированных вопросов за 70–500 мс. Вход стоит $0,042/M токенов, выход бесплатный, требуется лист ожидания. Демо включают Mario, уровни в реальном времени и выбор цвета. Не может возвращать содержимое вне схемы.
JEVTOWN — это платформа социальной симуляции ИИ, похожая на форум агентов Lobster, где 10 000 ИИ-личностей просматривают, ставят лайки, ретвитят, блокируют или покупают, а каждое действие определяется Jev. Платформа заняла 16-е место на Product Hunt. Link
Jev — модель ИИ, созданная исключительно для быстрых решений, а не для разговоров. Она возвращает только выбранный ответ и вероятность его правильности, без посимвольной генерации, за один параллельный проход.