TypeSafe AI atıf denetleyicisine eklendi
Kullanıcı @typesafeai'yi atıf denetleyicisine ekledi ve övdü; PaperTrellis'te ücretsiz deneyin, Jev ve tıbbi AI etiketli. Link
JEV-as-a-Judge: Emin olduğunda kabul et, emin olmadığında yükselt
Bu arXiv makalesi JEV-as-a-Judge'ı sunar: emin olduğunda kabul et, emin olmadığında yükselt.
JEV-as-a-Judge: Accept When Confident, Escalate When Unsure https://arxiv.org/pdf/2609.26550
· 0 likesOpen on X
More like this
JevBench: Jev sınıfı modeller için ilk kıyaslama
JevBench, Jev sınıfı modeller için ilk kıyaslamadır. TypeSafe AI'nin orijinal Jev'i 75,3 ile lider, SemIf 74,6 ile ikinci sırada. Tüm sonuçlar benchmarkheaven.com/jev-models adresinde. Link
Jev üst üste 100 tramvay problemi tamamladı
Gönderi, birinin hayatını Jev'e emanet ettiğini ve ona üst üste 100 tramvay problemi yaptırdığını söylüyor; ilk turda Jev %99 olasılıkla kolu çekmeyi seçti, 1'i feda edip 5'i kurtardı.
