JevalsJevals/jevals-dataJevals 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
无幻觉：在RAG中评估TypeSafe Jev
关于RAG幻觉的三项实测实验：引用检查、TypeSafe的Jev和IBM的STAIR。包含850多个分级问题和原始响应。
仓库包含对TypeSafe AI Jev模型在RAG场景中的多项实测评估（幻觉抑制、重排序、路由、重试决策），提供详细报告与可复现数据，属于实质性测试研究。
· 2 Stars在 GitHub 打开
更多类似项目
JevalsJevals/jevals-data
ReallyArtificialReallyArtificial/stuntdoublestuntdouble：Jev 影子代理评测
一个零依赖 Node 代理，在转发请求到 TypeSafe Jev 的同时用本地模型（Kev、Laya）作影子决策，并生成是否可替换的评测报告。
106MIT
NearCaiNearCai/JevLightJevLight：基于CityFlow的交通信号控制评测框架
基于 CityFlow 的交通信号控制框架，通过同一仿真流程评估 TypeSafe Jev 和 OpenAI 兼容 LLM 控制器，并与规则和强化学习基线对比。
000MIT