TypeSafe AI добавлен в проверку цитирований
Пользователь добавил @typesafeai в свой проверщик цитирований и хвалит его; бесплатно на PaperTrellis, теги Jev и ИИ в медицине. Link
Jev-Omni опережает Jev 1.13.0 в сложном уровне бенчмарка
Benchmark Heaven сообщает, что Jev-Omni в v1.4.1 набирает 75,0% в сложном уровне против 74,1% у Jev 1.13.0; однако он отстает в sealed set (32,1% против 36,7%), калибровке (64,1 против 76,3) и общей оценке (51,34, #7 против 63,29, #1). Ответы близки, но не уверенность.
Jev-Omni, new in v1.4.1, beats Jev 1.13.0 on the hard tier: 75.0% vs 74.1%. Harold checked twice. The rest runs the other way: sealed set 32.1% vs 36.7%, Calibration 64.1 vs 76.3, score 51.34 (#7) vs 63.29 (#1). Close on answers, not on confidence. https://benchmarkheaven.com/jev-models/v1.4.1?compare=jev-1.13.0,jev-omni…
· 0 likesOpen on X
More like this
JevBench: первый бенчмарк для моделей класса Jev
JevBench — первый бенчмарк для моделей класса Jev. Оригинальный Jev от TypeSafe AI лидирует с 75,3, SemIf на втором месте с 74,6. Полные результаты на benchmarkheaven.com/jev-models. Link
Jev проходит 100 задач о вагонетке подряд
В посте говорится, что кто-то доверил свою жизнь Jev и заставил его пройти 100 задач о вагонетке подряд; в первом раунде Jev с вероятностью 99% выбрал дёрнуть рычаг, пожертвовав 1 ради спасения 5.
