Данные Jevals: независимый бенчмарк для TypeSafe Jev
Независимые бенчмарк-данные, сравнивающие Jev (модель System One) от TypeSafe AI с несколькими LLM по показателям решения, точности, калибровке, стоимости и задержке.
Код и исходные данные проекта Lunar Terminal: боты Robocode Tank Royale, GapFlap, прокси для учёта токенов и рандомизированное испытание TypeSafe Jev с 327 решениями.
仓库包含 JevTank、GapFlap、llm-meter 及 327 次随机决策试验,对 TypeSafe Jev 进行实测评估并提供原始日志。