Jev แก้ปัญหาการแยกวิเคราะห์ JSON ของ LLM
โพสต์กล่าวว่า Jev แก้ปัญหาที่ทีม AI ปะ มาเป็นเวลาหลายปี: การแยกวิเคราะห์ JSON จาก LLM การจัดการ markdown fence และการจัดการค่า enum ที่ไม่สอดคล้องกัน
THE JEV GUIDE · CURATED EDITION
ข่าวเปิดตัว คำอธิบาย เดโม และโปรเจกต์ชุมชนเกี่ยวกับ TypeSafe Jev จัดตามหัวข้อ แต่ละรายการลิงก์กลับไปยังโพสต์ต้นทางบน X
คัดสรรโดยทีม · ไม่ครบทั้งหมด · อัปเดตด้วยมือ
01 / EXPLORE
0 means awaiting a verified post
โพสต์กล่าวว่า Jev แก้ปัญหาที่ทีม AI ปะ มาเป็นเวลาหลายปี: การแยกวิเคราะห์ JSON จาก LLM การจัดการ markdown fence และการจัดการค่า enum ที่ไม่สอดคล้องกัน
TypeLLM เป็นโมเดลโอเพนซอร์สใหม่ที่ใช้เหตุผลก่อนสร้างเอาต์พุตแบบ type-safe ช่วยเพิ่มความแม่นยำอย่างมากโดยไม่ต้อง fine-tuning ทีมงานอ้างว่าเหนือกว่า Jev และ GPT-5.6 Luna และใกล้เคียงกับ GPT-6 Astra Link
ในฐานะโมเดล System One รุ่นแรกจาก TypeSafe AI Jev ถูกสร้างขึ้นสำหรับการตัดสินใจแบบมีโครงสร้างที่รวดเร็วภายในซอฟต์แวร์ โดยไม่สร้างข้อความ: ส่งสถานะแอปและคำถามแบบมีชนิด แล้วรับการตัดสินใจแบบมีชนิดพร้อมความน่าจะเป็น Link
ประกาศ Jev-Omni ซึ่งเป็นโมเดลที่สร้างบน Gemma 4 โดยมีเป้าหมายเพื่อท้าทาย Jev
โมเดล System One ตัวแรกของ TypeSafe AI อย่าง Jev พร้อมใช้งานบน B.AI API แล้ว ออกแบบมาสำหรับการตัดสินใจแบบมีโครงสร้างความเร็วสูงภายในซอฟต์แวร์ Jev ไม่สร้างข้อความ แต่รับสถานะแอปพลิเคชันและคำถามแบบมีชนิดเป็นอินพุต แล้วส่งกลับการตัดสินใจพร้อมความน่าจะเป็นและความเชื่อมั่นโดยตรง รองรับ Choice, Score, Noul และอื่นๆ Link
โพสต์กล่าวถึง TypeSafe เปิดตัว Jev ซึ่งจัดหมวดหมู่ข้อความลงในคำตอบที่กำหนดไว้ล่วงหน้า ผู้เขียนเยาะเย้ยการโปรโมทเกินจริง โดยชี้ว่ารูปแบบรับประกันได้แต่คำตอบที่ถูกต้องไม่ได้รับประกัน และตั้งคำถามว่าพวกเขาคิดว่าผู้ซื้อโง่แค่ไหน
TypeSafe AI เปิดตัว Jev โมเดล AI ใหม่ที่เน้นการตัดสินใจแบบมีโครงสร้างจากบริบท แทนที่จะสร้างข้อความ
Scoreboar v8 ลดการใช้หน่วยความจำจาก 597 MB เหลือ 128 MB และการประมวลผลต่อโพสต์จากประมาณ 1 วินาทีเหลือประมาณ 30 มิลลิวินาที พร้อมเพิ่มความแม่นยำ โดยทายได้ 61.4% ว่าโพสต์ X ใดในสองโพสต์ทำผลงานได้ดีกว่าเมื่อเทียบกับขนาดบัญชี ดีกว่า Grok 4.7 (55.3%) และ Jev (52.5%) ฟรีและทำงานในเบราว์เซอร์ Link
OMH เพิ่มการรองรับ Jev Skills และ Model Routing รวมถึงโมเดลและนามแฝงของ Jev สกิลและปลั๊กอิน การกำหนดเส้นทางเวิร์กโฟลว์ การตัดสินใจที่รวดเร็ว สถานะปลั๊กอิน ข้อมูลประจำตัว และการตรวจสอบความขัดแย้ง
TypeSafe วางแผนเปิดตัว Jev ในวันจันทร์ Jev ไม่สร้างข้อความ เพียงคืนคำตอบจาก schema ตามสถานะและคำถามแบบมีชนิด ใช้เวลา 70-500 มิลลิวินาที ต้นทุนอินพุต $0.042/M token เอาต์พุตฟรี และต้องรอรายชื่อ การสาธิตมี Mario ระดับเวลาจริง และการเลือกสี ไม่สามารถคืนเนื้อหานอก schema ได้
JEVTOWN เป็นแพลตฟอร์มจำลองสังคม AI คล้ายกับฟอรัมเอเจนต์ Lobster ซึ่งมีบุคลิก AI 10,000 คนเรียกดู กดไลก์ รีทวีต บล็อก หรือซื้อ โดยแต่ละปฏิกิริยาจะถูกตัดสินใจโดย Jev ได้ขึ้นอันดับ 16 บน Product Hunt Link
Jev เป็นโมเดล AI ที่สร้างมาเพื่อการตัดสินใจที่รวดเร็ว ไม่ใช่การสนทนา โดยคืนเพียงคำตอบที่เลือกและความน่าจะเป็นที่ถูกต้อง โดยไม่ต้องสร้างโทเคนทีละคำ แต่เป็นการตัดสินใจในรอบเดียวแบบขนาน