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
问题设计比模型更关键：Jev vs Laya测试
同一430例测试中，展示证据时Jev漏过68-92%的虚假代理报告，Laya漏过84-88%；改为直接提问后，Jev仅漏过约1%的错误计数和文件。实验结果表明提问方式的影响大于模型选择。
Same 430-case test, two AI judges. Shown the evidence, Jev passed 68 to 92% of the false agent reports and Laya 84 to 88%. Asked one literal question instead, Jev let through about 1% of wrong counts and files. The question matters more than the model. https://cejel.dev/experiments
· 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。
