TypeSafe AI 被用于学术引用检查工具
用户将 @typesafeai 加入其引用检查器并给予好评，可在 PaperTrellis 免费试用，标签涉及 Jev 与医学 AI。 链接
Jev-Omni 在基准测试硬层级超越 Jev 1.13.0
Benchmark Heaven 测试显示，v1.4.1 的 Jev-Omni 在 hard tier 准确率 75.0%，高于 Jev 1.13.0 的 74.1%；但在 sealed set、校准和综合评分上均落后，评分 51.34（第 7）对 63.29（第 1）。答案接近，但置信度差距明显。
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 次赞在 X 打开
更多类似内容
JevBench：首个 Jev 类模型基准发布
JevBench 是首个针对 Jev 类模型的基准测试。TypeSafe AI 的原始 Jev 以 75.3 分领先，SemIf 以 74.6 分位列第二。完整结果见 benchmarkheaven.com/jev-models。 链接
Jev 连续完成100次电车难题实验
帖子称有人将生命托付给 Jev，并让其连续完成100次电车难题；首轮实验中 Jev 以99%概率选择拉杆，牺牲1人救5人。
