Enviar recurso
English
한국어
日本語
Français
Deutsch
简体中文
繁體中文
Português
Bahasa Indonesia
ไทย
Italiano
Tiếng Việt
Türkçe
Polski
Русский
Volver al laboratorioJEVLAB / FIELD NOTES
Recién salido del laboratorio
Una lista de lectura fechada de recursos recién agregados y JEVLAB NEWS. Vuelve para ver qué cambió o sigue el feed RSS en tu propio lector.
Recuerda esta visita en este navegador para resaltar nuevas adiciones la próxima vez. Sin inicio de sesión ni seguimiento entre dispositivos.
Las fechas muestran cuándo un elemento estuvo disponible en JEVLAB, en UTC, no cuándo se publicó su fuente original. Las ediciones de solo traducción no cuentan como nuevos recursos.
36
Simulación de recogida de basura MOSS
Esta simulación muestra a MOSS recolectando basura mediante instrucciones programadas. El proyecto explora el uso de la toma de decisiones automatizada para la limpieza urbana, aunque se trata de una demostración experimental sin validación en entornos reales.
x.comjevchat
jevchat es un proyecto de chatbot de investigación diseñado para responder a preguntas escritas por los usuarios. Este repositorio sirve como una demostración funcional de patrones de interacción conversacional dentro de una colección más amplia de herramientas de procesamiento de lenguaje.
github.comadvocaat
advocaat es un cliente compacto y con seguridad de tipos para realizar consultas de IA sobre sus propios datos. Demuestra una implementación de TypeSafe Jev para facilitar interacciones estructuradas entre conjuntos de datos locales y modelos de IA.
github.comAcciones rápidas contextuales para el portapapeles
Esta herramienta para macOS demuestra un flujo de trabajo que ejecuta acciones automáticas según el contenido del portapapeles. El proyecto busca optimizar la productividad ofreciendo atajos inteligentes adaptados a los datos que el usuario ha copiado recientemente.
x.comAjedrez relámpago con Jev V13
Este experimento muestra a Jev V13 compitiendo en partidas de ajedrez relámpago contra modelos de lenguaje de vanguardia. La demostración ilustra cómo diversas arquitecturas de IA gestionan la toma de decisiones estratégicas y el juego táctico en un entorno competitivo y limitado por tiempo.
x.comCartShield
CartShield utiliza TypeSafe Jev para ayudar a las pequeñas y medianas empresas a gestionar el fraude en los pagos. Esta herramienta ofrece un enfoque estructurado para evaluar los riesgos de las transacciones y automatizar los procesos de disposición en entornos de comercio electrónico.
github.compdoom-protocol
Este proyecto presenta un juego de disparos de plataformas cooperativo donde un agente TypeSafe Jev actúa como compañero de equipo. Demuestra una integración experimental de agentes de IA autónomos dentro de un entorno de juego dinámico para facilitar la colaboración entre jugador e IA.
github.comjevfire
jevfire implementa la toma de decisiones en paralelo inspirada en JEV para LLMs basados en CUDA. El proyecto ofrece una API compatible con vLLM y ejemplos de agentes de juego para demostrar el procesamiento concurrente de decisiones.
github.comswitchloom
switchloom es un sistema de enrutamiento de modelos determinista para agentes de codificación. Demuestra un mecanismo especializado para gestionar la selección de modelos, destacando capacidades relacionadas con la integración de Codex para tareas de programación automatizada.
github.comConsoleChaosRacing impulsado por Jev
Este proyecto demuestra la integración de Jev para gestionar las decisiones de conducción dentro de una interfaz de juego de carreras. Destaca un enfoque experimental para utilizar lógica autónoma en entradas de control en tiempo real dentro de un entorno simulado.
x.comExperimento de grupo focal de anuncios con Jev
Este experimento demuestra el uso de Jev para simular treinta personas distintas con el fin de evaluar contenido publicitario. Explora cómo los agentes automatizados pueden decidir si seguir haciendo scroll o detenerse ante cientos de anuncios para analizar patrones de interacción.
x.comask-jev-skill
Este proyecto proporciona una habilidad para que Hermes y otros agentes de IA interactúen con Jev. Demuestra cómo integrar plataformas de agentes externos con los servicios de Jev para facilitar consultas estructuradas y seguras dentro de flujos de trabajo automatizados.
github.comMarco de microdecisiones de Jev AI
Esta guía describe la arquitectura central de Jev AI, detallando específicamente tres tipos de microdecisiones. El recurso sirve para comprender cómo el sistema procesa elecciones operativas granulares para facilitar flujos de trabajo de toma de decisiones automatizados.
youtube.comjev-acento
Este proyecto de investigación examina cómo la arquitectura Jev maneja el procesamiento del idioma español. Funciona como una auditoría experimental para evaluar el rendimiento lingüístico y el manejo de caracteres dentro del marco de trabajo Jev.
github.comjev-trader
Este proyecto demuestra una implementación de trading automatizado utilizando Jev en el mercado Kuru MON-USDC. Ejecuta una decisión de trading por cada bloque de la cadena Monad, mostrando cómo los agentes Jev pueden interactuar con la liquidez de los exchanges descentralizados.
github.comtypesafeai-go
Este repositorio proporciona un SDK de Go para interactuar con la API de TypeSafe AI. Permite a los desarrolladores integrar la funcionalidad de TypeSafe AI directamente en aplicaciones Go mediante métodos de cliente estructurados para la comunicación con la API.
github.cominvalidate
invalidate ofrece una capa de invalidación para la memoria de IA basada en TypeSafe Jev. El sistema asigna un periodo de validez a los datos y los invalida automáticamente cuando surge nueva evidencia contradictoria.
github.comcapture
capture es una herramienta de diario de voz para Mac que utiliza Jev para clasificar el contenido. Se integra con Notion para organizar las entradas grabadas, ofreciendo un flujo de trabajo optimizado para documentar pensamientos y actividades diarias.
github.comEjemplo de guardrail Jev en agentgateway
Este ejemplo demuestra la integración de Jev como un guardrail de prompts dentro del proxy agentgateway. Muestra cómo los desarrolladores pueden implementar filtrado de solicitudes automatizado junto con funciones de seguimiento y control de costos para interacciones con LLM.
github.comjev-mcp-dispatcher
Este proyecto demuestra un método para ejecutar llamadas a herramientas del Protocolo de Contexto de Modelo utilizando Jev. Permite a los desarrolladores activar funciones específicas mediante lenguaje natural sin necesidad de un modelo de lenguaje grande.
github.comDemostración de procesamiento de correo electrónico con Jev
Esta demostración muestra a Jev realizando tareas de clasificación, evaluación de prioridad, detección de spam y predicción de respuestas. El creador informa haber probado estas capacidades con un conjunto de 1,000 correos electrónicos para evaluar el rendimiento del sistema en la gestión de bandejas de entrada.
youtube.comjev-semgrep
Esta herramienta permite realizar búsquedas semánticas en código evaluando líneas según su significado. Los desarrolladores pueden combinar operadores lógicos para filtrar resultados entre diferentes lenguajes basándose en la intención conceptual en lugar de coincidencias literales.
github.comjev-align
Esta herramienta de línea de comandos facilita el aprendizaje activo integrando la retroalimentación humana con GEPA. Demuestra un flujo de trabajo para refinar las definiciones de decisión de Jev mediante procesos iterativos de etiquetado y alineación.
github.comjev-bun1
Este repositorio sirve como una guía introductoria para los desarrolladores que buscan integrar Jev en sus proyectos utilizando el SDK de TypeScript. Demuestra los pasos de configuración fundamentales necesarios para comenzar a trabajar con componentes de TypeSafe AI en un entorno Bun.
github.comConcepto de estado en TypeSafe AI
Esta documentación oficial define el concepto de estado dentro del marco de trabajo de TypeSafe AI. Explica cómo la gestión del estado funciona como un componente fundamental para mantener la consistencia y el contexto en interacciones de IA y flujos de trabajo complejos.
docs.typesafe.aiCreación de ritmos por voz
Esta demostración muestra a un usuario creando ritmos musicales mediante comandos de voz en tiempo real dirigidos a Jev. Ilustra una interfaz experimental para la producción de audio que utiliza lenguaje natural para manipular y organizar elementos sonoros.
x.comJevTest
JevTest es un marco para pruebas exploratorias de navegador acotadas utilizando Jev. Permite a los desarrolladores implementar aserciones deterministas y generar evidencia reproducible para respaldar los flujos de trabajo de garantía de calidad automatizada en entornos web.
github.comAgente Jev en Minecraft
Esta demostración en desarrollo muestra al modelo Jev navegando por el entorno de Minecraft. El creador ilustra cómo el agente realiza tareas básicas de supervivencia, como evitar activamente a entidades hostiles como zombis durante la noche.
reddit.comKiru Hai Coach
Esta herramienta funciona como un asistente de mahjong que utiliza Jev para sugerir qué fichas descartar. Está diseñada para ayudar a los jugadores a mejorar su toma de decisiones durante las partidas ofreciendo orientación estratégica en japonés.
github.comTetris con decisiones en tiempo real de Jev
Este proyecto demuestra cómo Jev juega al Tetris tomando decisiones en tiempo real para mover las piezas. Muestra la aplicación de la lógica basada en Jev en un entorno de arcade clásico para gestionar el estado del juego.
x.comBuscador de referencias visuales
Esta herramienta demuestra un flujo de trabajo impulsado por Jev que recupera y genera una colección de 100 imágenes de archivos como la NASA y The Met. Muestra cómo los usuarios pueden agregar rápidamente referencias visuales basadas en un solo prompt.
x.comEval de flujos de trabajo
Este recurso describe la metodología utilizada para evaluar los flujos de trabajo de System One. Proporciona datos de rendimiento comparativos entre varios modelos, ofreciendo un enfoque estructurado para evaluar la fiabilidad y la calidad de salida de los flujos de trabajo de IA.
evals.typesafe.aiFan-out especulativo
Esta referencia de TypeSafe AI explica el patrón de fan-out especulativo. Demuestra cómo mejorar la capacidad de respuesta del sistema iniciando múltiples solicitudes concurrentes y seleccionando el primer resultado exitoso para reducir la latencia en flujos de trabajo de IA.
docs.typesafe.aisimple-jev
Este proyecto ofrece una utilidad para convertir modelos de lenguaje de código abierto en clasificadores o puntos finales Jev. Demuestra un enfoque simplificado para que los desarrolladores implementen capacidades de toma de decisiones utilizando arquitecturas de modelos existentes sin infraestructura compleja.
github.comjevtest
jevtest ofrece comparadores de prueba semánticos para Vitest y Jest utilizando el modelo Jev. Permite a los desarrolladores escribir expectativas de prueba en inglés sencillo y obtener probabilidades calibradas para sus aserciones.
github.comMakerMap
MakerMap es una herramienta de descubrimiento que utiliza la tecnología Jev para conectar a los usuarios con creadores locales. El autor afirma que la plataforma ofrece una alta precisión en la búsqueda de artesanos, aunque estas afirmaciones de rendimiento no han sido verificadas.
x.com
