TypeSafe AI 被用于学术引用检查工具
用户将 @typesafeai 加入其引用检查器并给予好评，可在 PaperTrellis 免费试用，标签涉及 Jev 与医学 AI。 链接
Decision Bench 第5天：Jev 1.13 与微软模型激烈角逐
帖子报道了 Decision Bench 第5天的结果：Microsoft-Decision-1 以 96.4% 的准确率领先，而 Jev 1.13 仅以一项检查之差紧随其后，并提及隐藏问题数量与噪声评论成本。
Decision Bench, day 5: Microsoft-Decision-1 takes the lead. • 96.4% accuracy across 1,734 checks, working alone • 7 real questions hidden, against 1 for Jev 1.13 • 56 noise comments left in, about $0.076 for the whole run It edges past Jev 1.13 by one check. Jev 1.13 still
· 0 次赞在 X 打开
更多类似内容
JevBench：首个 Jev 类模型基准发布
JevBench 是首个针对 Jev 类模型的基准测试。TypeSafe AI 的原始 Jev 以 75.3 分领先，SemIf 以 74.6 分位列第二。完整结果见 benchmarkheaven.com/jev-models。 链接
Jev 连续完成100次电车难题实验
帖子称有人将生命托付给 Jev，并让其连续完成100次电车难题；首轮实验中 Jev 以99%概率选择拉杆，牺牲1人救5人。
