TypeSafe AI atıf denetleyicisine eklendi
Kullanıcı @typesafeai'yi atıf denetleyicisine ekledi ve övdü; PaperTrellis'te ücretsiz deneyin, Jev ve tıbbi AI etiketli. Link
Qwen permütasyon ortalaması ile Jev iyileştirmesinin karşılaştırılması
Yazar, Qwen çıktılarının 8 permütasyonunun ortalamasının KL hatasını ~%79, 720 permütasyonun tamamının ~%97 azalttığını, Jev'in ise yalnızca küçük bir iyileşme gösterdiğini bildiriyor.
If Qwen favors the first option, let every answer take a turn there—then average the probabilities. Averaging 8 permutations reduced its KL error by ~79%; all 720 reduced it by ~97%, relative to average single-order error. Jev improved only slightly.
· 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.
