Три измеренных эксперимента по галлюцинациям в RAG: проверка цитат, Jev от TypeSafe и STAIR от IBM. Более 850 оцененных вопросов, необработанные ответы включены.
仓库包含对TypeSafe AI Jev模型在RAG场景中的多项实测评估（幻觉抑制、重排序、路由、重试决策），提供详细报告与可复现数据，属于实质性测试研究。
JevalsJevals/jevals-dataНезависимые бенчмарк-данные, сравнивающие Jev (модель System One) от TypeSafe AI с несколькими LLM по показателям решения, точности, калибровке, стоимости и задержке.
ReallyArtificialReallyArtificial/stuntdoubleПрокси на Node без зависимостей, который пересылает запросы к TypeSafe Jev, а локальные модели (Kev, Laya) параллельно принимают решения. Формирует отчёт о возможности замены.
NearCaiNearCai/JevLightСреда управления светофорами на основе CityFlow, которая оценивает контроллеры TypeSafe Jev и LLM-совместимые с OpenAI, а также базовые модели на основе правил и обучения с подкреплением через один и тот же конвейер моделирования.
