THE JEV GUIDE · CURATED EDITION
TypeSafe Jev etrafındaki lansman haberleri, açıklamalar, demolar ve topluluk projeleri konuya göre düzenlenir. Her kayıt X kaynağına geri bağlanır.
Seçilmiş liste · Kapsamlı değil · Elle güncellenir
01 / EXPLORE
0 means awaiting a verified post
Kaustav Banerjee bir erişim bileti için tam otomatik bir iş akışı paylaşıyor: 20 adımdan 4'ü LLM değil TypeSafe AI'ın Jev'i tarafından yapılan kararları içeriyor. LLM yalnızca bir kez çalışır, tüm bilet ₹0.16 ve Jev'in payı 1 paisadan az.
Yazar, Bitsocial topluluklarındaki AI moderasyon triyajını gpt-5.6-luna'dan gpt-6-luna'ya yükseltti. Giriş fiyatı %50 daha ucuz, çıkış %58 daha ucuz ve daha akıllı. Jev hâlâ kolay kontrolleri üstleniyor, belirsizler grok-4.7'ye gidiyor.
Jev'in kurucusu, Jev'in gerçekte nasıl çalıştığını anlatan 1 saatlik bir ustalık sınıfı yayınladı: LLM'ler → Kararlar → Doğrulama → Kodlama Aracıları. Yalnızca LLM'lerin neden yeterli olmadığı, Jev'in arkasındaki üç temel öğe ve büyük AI görevlerinin küçük güvenilir adımlara nasıl dönüştürüleceği ele alınıyor.
@karminski3'ün test çerçevesine dayanarak yazar, Jev'in labirent problemindeki birden fazla sonucunu ekliyor ve bunları rastgele yürüyüş ve profesyonel labirent algoritmalarıyla karşılaştırıyor.
Bir kullanıcı Jev'in Sudoku çözüşünün ağır çekim videosunu paylaşıyor.
Yazar, Skills IL'de TypeSafe'in yeni modeli Jev'i kullanarak SMS, WhatsApp veya e-posta yoluyla alınan banka oltalama mesajlarını tespit eden bir araç geliştirdi. Kullanıcılar şüpheli bir mesajı doğrudan yapıştırıp doğrulayabilir.
Topluluk, Jev'i Cloud Run üzerinde RTX PRO 6000 ile çalıştırmanın bir yolunu paylaştı: ~47 saniye soğuk başlangıç, ~117 ms uçtan uca ve 32 eşzamanlılıkta 100+ req/s. Ayrıca Jev'i kullanarak Snake, Dino ve Tetris oyunları da oluşturdular.
JEV, Ekko Agent'ın bellek sistemine entegre ediliyor; anlamsal sınıflandırma, aday bellek yeniden sıralama ve yazma öncesi doğrulama gibi önemli aşamalara katılıyor. Ajanın daha ilgili anılar bulmasına ve neyi hatırlamaya değer olduğuna daha dikkatli karar vermesine yardımcı oluyor. Şu anda test aşamasında; ilk deneyimler bazı senaryolarda geri çağırma doğruluğunun arttığını gösteriyor.
Birisi Jev ile ilgili her şeyi kapsayan, beceriler, depolar, X/Reddit gönderileri, kaynaklar, siteler ve daha fazlasını içeren ve kullanım senaryosuna göre filtrelenebilen dev bir dizin oluşturdu.
Yazar, Jev'in dönüş değerlerinin basitçe doğru kabul edilmemesini, bunun yerine confidence'a odaklanılmasını öneriyor. Choice türleri için yanlış kararı önlemek üzere cannot_tell seçeneği eklenmelidir.
Yazar, Jev'in AI tarafından üretilen içerik tespiti için uygun olmadığını, tüm AI dedektörlerinin aynı olduğunu ve doğruluk %90'ı geçmedikçe anlamsız olduğunu düşünüyor ve başka bir API öneriyor. Link
Yazar, pazarlama kullanım senaryosu için yakın zamanda yayınlanan Claude Opus 5.5 ve Jev'i birleştiriyor: 120 rakip reklamı otomatik olarak puanlıyor, uyarlamaya değer 10 reklamı seçiyor ve her biri için sürümler oluşturuyor.