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 протестирован в вымышленной лунной кризисной демонстрации
Jev был помещён в вымышленную демонстрацию лунного кризиса с 5 простыми сценариями за один вызов, ~91,8 мс оценки модели без учёта сетевого времени; автор называет это игрушечным экспериментом, а не тестом надёжности.
We put Jev inside a fictional lunar crisis demo. 🌕 5 simple scenarios. One call. ~91.8 ms model evaluation, excluding network time. That is a toy experiment, not a reliability benchmark. Next test idea: missing telemetry + conflicting signals. What should the city do?
· 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.
