ZeroSweep: TypeSafe Jev triage-motor och riktmärke
En autonom triage-motor och benchmark som drivs av TypeSafe AI:s Jev System One-modell, som visar snabb e-postklassificering med kalibrerad konfidens.
OPEN SOURCE · CURATED REPOSITORIES
Curated Jev SDKs, tools, demos, integrations, benchmarks, and research projects. Repository metrics come from GitHub; titles, summaries, and categories are editorial.
Rangordnade efter GitHub Stars
Efter senaste Star-tillväxt och uppdateringsaktivitet
En autonom triage-motor och benchmark som drivs av TypeSafe AI:s Jev System One-modell, som visar snabb e-postklassificering med kalibrerad konfidens.
Oberoende benchmarkdata som jämför TypeSafe AI:s Jev (System One-modellen) med flera LLM:er i beslutspoäng, noggrannhet, kalibrering, kostnad och latens.
Jämför Jev (typesafe/jev-1.13) via OpenRouter decisions-slutpunkt med Claude, GPT och Gemini avseende kostnad, latens och noggrannhet för typade beslut på 100 supportärenden.
JevDash är en Pygame-baserad 2D-plattformsbenchmark som utvärderar TypeSafe AI:s Jev-modell i realtidsstyrningsscenarier, med Vercel AI Gateway-integration.
En reproducerbar Tetris-beslutsbenchmark som anropar TypeSafe Jev / System One och Claude Haiku på identiska bräden och visar Jev Choice-integrering via Vercel AI Gateway eller TypeSafe API.
Verklig benchmark av TypeSafe Jev för robotflottor och edge-hårdvara, med 300 uppmätta API-anrop, kostnadsanalys och reproducerbara skript.
Förregistrerat riktmärke som testar om TypeSafe Jev:s konfidenspoäng på ett tillförlitligt sätt avgör sökning, bevis och citatstöd för en lokal 2B-modell; innehåller harness, granskningsverktyg och öppna end-to-end-resultat.
Ett kostnadsfritt riktmärke för RAG-omrangering och beslutsfattande lager för TypeSafe Jev 1.13, med frysta kandidatpooler, parade bootstrap-CI och kalibrering, jämfört med NVIDIA cross-encoder och baslinje utan omrangering.
Detta projekt bygger små multimodala modeller för direkta beslut och jämför dem med TypeSafe Jev och Laya i modellkortet.
Första oberoende head-to-head-jämförelsen av System One-beslutsmodellerna Laya och Jev på byte-identiska indata, med rapporterad noggrannhet, ECE, gallring och latens.
Lokal benchmark som jämför TypeSafe Jev och Laya-MLX för strukturerad problemklassificering. Använder Jev API och Noul-poäng.
Reproducerbar benchmark som utvärderar Jev som semantisk prior för intrakortikal BCI-avkodning av inre tal. Rapporterar Jev:s inmatningseffektivitetssignal i syntetiska interaktioner och neurala avkodningsbegränsningar på offentliga data.