Jev 正式发布:面向决策的 System One 模型
TypeSafe 创始人 Diogo Almeida 介绍 Jev、RLCD 训练方法,以及面向软件决策场景的模型定位。原帖附有 2 分 56 秒发布视频。

Scoreboar v8 内存占用从 597 MB 降至 128 MB,单帖处理从约 1 秒降至约 30 毫秒,准确率提升。在判断两个 X 帖子中哪个对账户规模表现更好时,准确率为 61.4%,高于 Grok 4.7 的 55.3% 和 Jev 的 52.5%。免费,可在浏览器中运行。
scoreboar v8: 128 MB instead of 597, about 30 ms a post instead of a second. and more accurate. guessing which of two X posts did better for its account size: 61.4%. grok 4.7: 55.3%. jev: 52.5%. free, in your browser. https://github.com/Siim/scoreboar-twitter-x-virality…