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.
Подключает TypeSafe Jev к Pokémon Showdown, записывая 40 боёв и 940 решений API с воспроизводимыми результатами, наборами данных и аннотированными повторными просмотрами. Независимое исследование, а не официальный бенчмарк.
该仓库真实连接并调用 TypeSafe Jev API,在 Pokémon Showdown 中进行了 40 场对战、940 次 API 决策实验,提供完整代码、数据、结果与回放,属于实质性的集成与评估项目。