Jevals 数据:TypeSafe Jev 基准测试数据集
独立的基准数据,比较 TypeSafe AI 的 Jev(System One 模型)与多种 LLM 在判定任务上的决策分数、准确率、校准、成本与延迟。
100CC-BY-4.0
受 TypeSafe 的 Jev 和 System One 启发的开源实现与研究项目。在 DGX Spark 上训练并提供 spark-s1 模型,包含 JevBench 评测、工具调用安全与决策数据工厂。
该仓库是一个深入研究 TypeSafe Jev / System One 的开源实现项目,包含模型训练、JevBench 评测、与 Jev 的对比实验、工具调用安全评估及决策数据工厂,实质内容充分。