Jev 与法律工作流结合
用户认为 Jev 与 Astra 结合可加速法律工作流，体现其在法律合规场景的应用潜力。
Jev在CLERC检索基准上的表现
在CLERC查询子集上，未微调的Laya得分2.5%，低于BM25(5%)和FastLate(10%)；Jev达到30%，Luna为22.5%，提示调优后Luna可达52.5–55%。
I ran it on a subset of CLERC queries (recovering a missing citation’s source). Laya, without fine-tuning, scored 2.5% top-1, below BM25 (5%) and FastLate (10%). Jev 30%, Luna 22.5% , with bit of prompt tuning Luna gets 52.5–55%,
· 0 次赞在 X 打开
更多类似内容
Jev 单次 API 调用完成繁体中文交通事故法律分析
用户测试 TypeSafe AI 的 Jev，对 11 页 AI 撰写的繁体中文交通事故分析做 5 项法律发现 × 3 个问题共 15 个类型化决策，一次 API 调用完成：端到端 831 毫秒、约 0.0003 美元（7,645 输入 token，输出免费）、15/15 通过 schema。
用 Jev 构建法律聊天机器人数据库路由分类器
开发者分享使用 TypeSafe AI 的 Jev 模型（经 OpenRouter）构建分类器测试，用于法律聊天机器人中判断应检索哪个数据库。
