おすすめJevプロジェクト：ベンチマーク & 研究

開いた 0.6B 並列決定、完全な確率分布、訓練パイプライン、重量、データセット、およびライブデモで Jev レプリカ。

テキストオプションの変更リストの中から選択する小さなモデルを訓練します。, 1つのパスでオプションごとの確率. Doom、チェス、Wikispeediaのデモが含まれています。

Codex の実行に対して有効にすると、Jev は、提供された証拠に基づいて診断テストとインシデント解決の提出をレビューします。

Jev と GEPA を使用して、人間のフィードバックから調整された AI 関数を構築します。

タスクソースは、数百の分類データセットを Jev 互換の型付き質問、回答、および手順トレーニング サンプルに再キャストします。

Apple Silicon:共有コンテキスト、直接候補のスコアリング、およびローカルビジュアルデモに関する教育Jevのような視覚推論実験。

Convex に関する四択問題で Jev Choice と LLM の回答を比較するベンチマーク。

校正能力(システムワンスタイルモデル)によるワンパス型の決定、Qwen3.5-2Bの微調整。

Jev モデルの紹介と実際の測定: Choice / Score / Noul を使用して、分類、スコアリング、およびルーティングのために自然言語を型付きの判断と確率に変換します。 CSV/Excel のインポート、元の速度の再生、オフライン レポートなど、DeepSeek などのモデルとのコメント マーキング、速度、結果の比較をサポートします。

Vercel の eve に 100 個のモックツールが組み込まれたパーソナル・アシスタント・エージェントは、Jev が LLM とツールをピックするときにどれだけのステップを計測します。

小さなオープンな決定モデル: 状態 + 型の質問 -> 校正された確率. Jev/システム Qwen3.5の1つの再処理。

WebMCP ベンチマークはブラウザ・エージェント・インタフェースを比較し、Jev は評価された構成の 1 つに含まれています。

JevBench v1 - Jev クラスの型付き意思決定モデルのベンチマーク: スマート、安価、高速、信頼性が高く、オープン。

ローカルのジェムマ 3 4B を MLX 経由でスクーリングするワンパスオプションで、jevlike に触発され、Dom デモ。

ストリーミング データの選択、品質評価、自動 LoRA トレーニング、およびホールドアウト モデル評価のためのオープンソースの Jev を利用したワークベンチ。

アップルシリコン上の任意のMLXモデルのためのJevスタイルの並列制約決定. 1つのフォワードパスに、スキーマ検証済みのJSONを入力します。

これは、typesafe ai構造の出力を模倣するLMゲートウェイです。 インポスター・ジェフのように。

Jev の質問を独自のラベルに対して調整します。ラベル付きの例で基準を調整し、保持されたセットで確認し、質問ごとに評決を取得します。非公式。

ModernBERT (151M) の非自動決定エンジン(RLCD)、TypeSafe AI Jevのベンチマークの監査、およびブラウザのWebGPUの運動場。

Mini-Jev: Jev-style typed-decision インターフェイスが凍った Qwen3-4B のように見えるもの - JSON を生成する代わりにオプションの文字のlogits を読みます。 事前登録実験、結果、指導ベンチ。

Independent, evidence-based map of when TypeSafe's Jev actually holds up vs. breaks down — real API-call receipts, not a leaderboard. 中文は主の双方向レポ。

Qwenモデルを高速な意思決定モデルに変える Jev の再現, 同じ /v1/systemone スキーマ (選択, スコア, ノール) トレーニングなしと生成された回答テキストなし.

非公式な研究:Appleのシリコンラップトップ上の在庫1.5B-8Bモデルに関するJevスタイルの並列タイプされた決定。 ベンチマーク、リサーチノート、ハッギングフェイススペースデモ。

Jev対Gemini 3.8フラッシュ:1,000アプリのレビューをラベリングし、4.1×高速で7×安い。

Jev: 型付け、オープンウェイト LLM の決定書を 1 つのフォワードパス (HF + vLLM) で、ベンチマーク付き。

Jev 分類器の信頼度が実際にどれくらいの価値があるかを測定し、ミスによるコストから人間によるハンドオフのラインを設定します。

コンテキスト、質問、および候補者の回答からローカルバイリンガルの確率決定。 TypeSafe Jevに触発された独立した研究プレビュー。

RAG での Jev 再ランキング品質、レイテンシー、コストを測定するための再現可能なベンチマーク。

開いた言語モデルのためのバッチ化された単一トークンの選択のinference、TypeSafeと互換性がある。

TypeSafeのJevのレプリカを開きます。1つのフォワードパスで、Gemma 4 E2B/Gemma 3 270M(モーダル)で分類されたキャリブレーション決定。

テキストオプションの変数リスト上の強力な1パススコアラー:ハッシュドnグラムエンコーダ、ライバルアウェアの注意、ゲートヘッド、温度スケーリング、jevlikeに対してベンチマーク。

オートレグレッシブLLM用のタイプセーフなワンデシジョンパートークンデコードエンジン。

型付けされた決定モデルの確率-aware評価:キャリブレーション、選択的なリスク、遅延、および再現可能なベンチマーク。

Jevを評価器として使う。

チェックバック Jev 能做什么:中文系清热门应 用, 尺和個別自自点. ツアー Jevのアプリは、プレーン言語の例、説明、比較を含む。

Jev デモに対するワンルック オープンモデル ポリシーのベンチマークを行うブラウザー エージェントの比較。

TypeSafe Jevの機会、設計型質問を発見し、最近のコミュニティ実験から学ぶエージェントスキル。

Openvons (open-Jev) : 有限に出席して、 テキスト / 日本語の音声を 実行します。

構造化された市場データからの短期株式価格の方向を予測するための実験的なJEV搭載フレームワーク。

LLM教師に対する自信のしきい値、しきい値、およびドリフトチェック型の決定モデル(TypeSafe Jev)を推測しないようにしてください。

CUDA LLM の JEV による並列決定 一つの文脈、多くの決定。 vLLM API、ゲームエージェントの例、および再現可能なベンチマーク。

Eikos と Jev に同じ市場状態と型付き質問を与え、資産額と確率予測を比較する再現可能なペーパートレード競技環境。

TypeSafeに触発 アイ, ローカルLLMの型付き質問をし、テキストの代わりにキャリブレーションされた確率を取得します。 生成または解析なしで構造化された出力。 MLX/Appleのシリコン。

38 ベンチマークの型付き判断指数を再現するキット。固定済み公開ソーススイート、再開可能なランナー、公式スコアラー、Jev 互換 HTTP エンジンを提供。

LegalForecast-MTDのベンチマークアルファおよび公式の評価ワークフロー。

韓国の理解と医療テキストに関するJevの早期アクセス評価を再現可能で、ランタイムとコストの証拠。

出力層が Jev である単語レベルの言語モデル: n グラムのドラフター、ヌールチャンクの検証、ビットごとのトークンの楕円形。

Daf-jev: 対応 TypeSafeのJev(System One)決定API用のPythonツールキット — 質問ビルダー、自信ゲート、評価者、校正者、CLI、MCPサーバー、エージェントスキル。

Jev、TypeSafeのシステムのためのショーおよび星の機能の調査 1つの決定モデル。

合成サポート チケットおよび公開分類ベンチマークでの Jev キャリブレーションの再現可能な評価。

TypeSafe は Jev rerank ビート埋め込み検索? 等級付けされた関連性楕円形 (9,831 組、164 zh/en クエリ) エージェント スキルハブ カタログ、判断円偏差偏差測定。

型のJevの決定からチャットボット:システム1の確率で階層的な決定を解読する。

TypeSafe AI Jev (api.typesafe.ai) による高スループットの合成およびプレトレイントのデータセットのシフター。 システムワンの決定(選択、スコア、ノール)を使用して、1,500+行/秒でパーケット&JSONLデータセットをストリーミング、フィルタ、およびスコア。

TypeSafeの決定ハーネス Jev — 自信のゲート、影モード、レシピ、および楕円形。 Claude CLI 48.9s → Jev 1.3s は同じ行フィルタジョブで動作します。

ジョブ投稿のための Jev スタイルの意思決定レイヤーのローカル再導入オープン。

DSPy ワークフローにおける Jev/TypeSafe 決定のための再現可能なキャリブレーションと選択的リスク ベンチマーク

独立したJev 1.13.0行動調査:レポート、制御されたプロンプト実験、生の結果、およびオフライン検証。

オープンソースの Jev スタイル システム 1つの決定モデル。 ジェムマ 3 270M のスコアリング ヘッド — 速く、単一のフォワード パスの目盛りされた決定。 テキスト生成なし。 TypeSafe.ai の Jev によって刺激される。

決定モデルは専用のリランサーを打つことができますか? TypeSafe Jev 対 Cohere Rerank 4 対 ZeroEntropy zerank-2 対チャットモデルベースライン: 14 データセット, すべての未加工 API 応答, ブートストラップは、すべてのギャップで範囲.

テキストを生成できないモデルに構築されたチャットボット(TypeSafe AI の Jev を自動で実行)。

Banking77で測定される口径測定および自信ベースのルーティング: 80.2% の精度は、500 の決定あたり 0.103 です。

機械的および電気工学に適用されるTypeSafeのJev (システム1モデル)の8つの最低の働く例:CAD/CAE/CAMのルーティング、FEMの結果のtriage、DFMのスクリーニング、BOMの直線、幻影防止抽出。 ゼロ依存関係。

Jev、TypeSafeのシステムのための盲目のセキュリティ ベンチマーク 1つのモデル:jev-goで造られるプロンプト注入および脆弱なコード検出。

Reproducible Jev Ultrafastの研究ブラザーのevalの馬具+分野のノート(QCの症例、スイート ランナー、レポートの発電機)。 投資アドバイスはありません。

NQ L10オーダーブックデータで購入/SELL/HOLDトレーダーとしてバックテスト済州(TypeSafe)。

Jev の確率校正、不確実性、予測保存に関する再現可能な実験。

ディスカッション TypeSafe Jev System One Primitives と Gemini を使用したモンテカルロツリー検索。

あらゆるコーディングのタスクが最適なモデルを必要としません。 Claudeコードの実験的Jev搭載モデルルーティング — V3プロトタイプは今日、タスク境界でV4ルートを実行します。

Jev (TypeSafe) 探索スレッド: クレーム監査、ライブデモ、および実行可能なコード。

ベンチマークとTypeSafeのJev(システムワン)モデルのための遊び場:チェス、および誰-is-the-player-talking-to-textゲームNPC用。

Jev (TypeSafe) 対 Claude Haiku 4.5 に 2 000 フィッシング メール: 精度, 校正, 遅延, コスト. 再現可能なベンチマーク。

リサイクル Jevの研究の原稿、証拠およびペーパー パッケージ。

既存のLMSのためのJev-inspiredの決定インターフェイス。 明示的な選択肢、スコア、校正、およびレビューしきい値。

JevをRISC-V CPUに耐えました。

TypeSafe Jev Choice が全力で機能する生キャラのチャット実験。

測定されたレイテンシー、正確さ、口径測定および訓練の費用のJev字型のタイプされた決定モデル。

Jev(TypeSafe System One)× ASReview SYNERGY 抽象的なスクリーニングデモ — 選択/ノール対金ラベル。

リクエストを Jev とローカル意思決定モデルへ転送し、一致率、キャリブレーション、遅延、コスト、ポリシー上の差異を記録するドロップイン /v1/systemone シャドープロキシ。

Qwen3.5-0.8BのJev-styleによって校正される決定モデル(チョイス/スコア/ノール)。

日本の2026共通試験に関するAIのベンチマーク: Jev対ルナノン対ルナロー(静的ダッシュボード)。

Who&Whenの強力なLMに対するJev(Typesafe.ai)をベンチマークして、Proのエージェント-failure-attributionベンチマーク(テキストサブセット)。

TypeSafe の Jev の決定モデルを RouterArena のコスト効率の高い LLM ルータとしてベンチマークします。

ローカルモデルのオープンなJevスタイルのオプション-logitランナーであるopenjevを用いた実験。

PadFlow(ランド開発SaaS):スキーマ、匿名のラベル付き列、およびTypeSafe Jevのような自信のあるモデルのランナー。

型安全AIチェスの評価 チェスが特にオープンエンドのゲームではないにもかかわらず、AIは本当にうまくいっていない。 それでも、それはプロトタイプだけであり、これはおそらくゲームのために最適化されていない。

TF-IDFベースラインと比較して、TypeSafe Jev Noulの質問でフィルタリングされたゼロショットスパム。

TypeSafe の Jev を使用する shadcn-ui/lint 用の小さな 2 番目の eval は linter の出力を判断します。

TypeSafeシステム・ワン・アダプター(LLM-backed system_one評価)のラストポート。

Position paper: TypeSafe AI の Jev と System-One の決定モデルから欠落している隠しMarkov と fuzzy のプリミティブ。 2つのレマム、1つの原則(防衛危機)、1つのアーキテクチャ(BSF-S1)。

Jevはニュースから株式を予測しますか? ニュースをよく読みます。 取引可能なアルファはありません。 3つの腕はリコールからの読書を分けます。

できます Jevは、実際のヘッドラインA / Bテストの勝者を選びますか? 10,984 を渡る 64.5% 有能なランダム化実験, 74.7% 差が決定されたとき.

次 次 次 次 次 次 次 次 次 次 次 次 次 次 次 次 次 次 次 次 次 次 次 次 次 次 次 次 次 次 次 次 次 次 次 次 次 次 次 次 次 独立行政書士事務所 独立行政書士事務所 独立行政書士事務所 独立行政書士事務所 独立行政書士事務所

ベンチマーク 明示的な状態、法的行動、および測定可能な結果を持つゲームにおける他の評価モデルに対するユダヤ人。

Typesafe.aiモデル jev ファイナンスベンチマーク。

TypeSafe の Jev (System One モデル) と LLM の独立したベンチマーク データ: 精度、キャリブレーション、コスト。ボード + 決定ごとのログ、CC-BY-4.0

TypeSafe AI の Jev 意思決定モデルの独立した API のみのキャリブレーション監査

再現可能な TypeSafe Jev 評価と安全性判断実験を含む研究ワークスペース。

Jev (TypeSafe) 対 Gemini 3.8 フラッシュ対 GPT-5.6 月の na anotação estruturada de sentenças do TJSP: qualidade, Tempo e custo.

JevとLunaの精度、レイテンシ、コストを測定する再現性のあるレビュー分類比較。

TypeScript は TypeSafe の Jev モデルの TypeScript 実験、評価、レイテンシのベンチマークを実験します。

検証およびエスカレート評価を備えた MalSkillBench 上の悪意のあるエージェント スキル検出器としての Jev のベンチマーク。

JevとSystem Oneモデルに関する日本の研究デッキをオンゴし、Markdownスライドとして維持しました。

TypeSafeのJevを高速モニターとして評価し、Gemini 2.5 Flash/Proと比較して、SHADE-Arenaのエージェントのサボテージのアクションゲートとして行動します。

Jev ルーティングのしきい値を証明するために、コンフォーマル リスク制御と予測を利用した推論を適用する研究ツールキット。

MLX と Qwen3-VL の直接オプション ログを使用して、オンデバイス iPhone のビジュアル決定ツール。

4 つのパブリック分類セットにおける TypeSafe の Jev と gpt-5.4-mini および gpt-5.6-luna の比較: ケース、項目ごとの回答、スコアリング、チャート

ENEM 2025の有効182問でJev Choiceを再現評価し、生データ、正答率、較正、遅延を公開。

型付き Noul 検査と固定 0.5 の遮断しきい値で Jev などの判断システムを比較し、採点契約と著者による実行結果を公開する再現可能なガードレールベンチマーク。

J.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.S.

TypeSafeの適用 Jev(ノール判定の原始的)が衝突します。 wiki corpus:エージェントと人ページ作成者、ヘッドツーヘッド対ローカルQwen3.8-Flash-Next。

TypeSafeのRLCD-Jevモデルがファイルのスニペットの実際の秘密の資格情報をどのように活用するかを測定します。

Jev を使用して、金融市場を予測する方法をテストします(ちょうどほとんどの llms の september 2026 のように、それはそれを行う)。

TypeSafeのシステムの評価 1つのプリミティブ(選択/スコア/ノール) — 型付きのオラクルがLMMコールを打ち破る。

Jev、Claude俳句、およびピックアンドプレースのための反応規則を比較する小さな再現性MuJoCoパイロット。

チャート: TypeSafe Jevはタイの標準化試験対110の他のモデルで評価しました。

事前登録された予測、リクエスト ログ、再現可能な実験成果物を備えた Adversarial Jev 評価スイート。

Jev 確率に対する ORDER BY は行を防御可能な順序に配置しますか? TypeSafe AI の Jev の独立したランキング、キャリブレーション、および不変測定: 360 個のラベル付き行で 6 つの事前登録されたゲートに合格し、等級付けされた製品の関連性では 6 つ中 4 つが不合格でした。