THE JEV GUIDE · CURATED EDITION
Lanseringsnyheter, förklaringar, demos och community projekt kring TypeSafe Jev, ordnade efter ämne. Varje post länkar tillbaka till sin källa på X.
Kurerat urval · Inte komplett · Uppdateras manuellt
01 / EXPLORE
0 means awaiting a verified post
Baserat på @karminski3:s testramverk lägger författaren till flera resultat för Jev på labyrintproblem och jämför dem med slumpvandring och professionella labyrintalgoritmer.
Författaren använde TypeSafes nya modell Jev i Skills IL för att bygga ett verktyg som upptäcker banknätfiskemeddelanden som tas emot via SMS, WhatsApp eller e-post. Användare kan klistra in ett misstänkt meddelande direkt för att verifiera det.
Någon har byggt en massiv katalog över allt som rör Jev, inklusive skills, repositories, X/Reddit-inlägg, resurser, webbplatser och mycket mer, filtrerbar efter användningsområde.
Författaren föreslår att Jev:s returvärden inte ska betraktas som helt korrekta; fokusera istället på confidence. För Choice-typer bör ett cannot_tell-alternativ läggas till för att undvika felbedömningar.
Författaren anser att Jev inte lämpar sig för att upptäcka AI-genererat innehåll, alla AI-detektorer är likadana och meningslösa om inte noggrannheten överstiger 90%, och rekommenderar ett annat API. Link
Författaren lät Jev lösa en sudoku, noterade att prompten var svår men snabb, och nämnde att LLM sägs ha svårt med sudoku.
Författaren säger att Jev 1.13 kan ersätta stora språkmodeller för vissa uppgifter.
Rajeshsam noterar att AI-farten verkar ha återvänt till traditionell datavetenskap med System 1-klassificerare (t.ex. Jev). Han argumenterar för att typade strukturerade svar och deterministiskt resonemang i Python via hooks är bättre än att låta modellen gissa kontrollflödet; lämna otydligheten vid ingångsgränsen.
En community-omkörning visar att Jev och GPT-5.4 inte går att särskilja statistiskt (3,3 poängs skillnad), och Jev kostar ungefär en femtiondel. Link
Utvecklaren Tal Saiag delar ett Jev-mönster: varje anrop lämnar medvetet ett litet tillstånd endast för nästa Jev-anrop, kallat 'Jev carry state'.
En användare delar lärdomar från ett experiment med Jev: det kräver explicita prompts som äldre GPT-4-modeller, är mycket billigt och ställde in det i cirka 8 timmar med Astra.
Wildan twittrar att det är dags för Claude att använda Jev från TypeSafe AI.