Le post de lancement de Jev
Diogo Almeida présente Jev, un modèle de décision structuré de TypeSafe. Cette ressource propose un aperçu de l'approche fondamentale du modèle, des exemples concrets et des mesures de performance rapportées par l'auteur.
A FIELD GUIDE TO JEV / VOL. 01
Le meilleur de Jev : projets concrets, guides pratiques et idées du web.
Diogo Almeida présente Jev, un modèle de décision structuré de TypeSafe. Cette ressource propose un aperçu de l'approche fondamentale du modèle, des exemples concrets et des mesures de performance rapportées par l'auteur.
TypeSafe lance officiellement son laboratoire de recherche et présente Jev à la communauté des développeurs. Cette annonce comprend un film de lancement réalisé par Diogo Almeida et fournit un contexte essentiel sur la mission et l'orientation future du projet.
TypeSafe a supprimé la liste d'attente pour Jev, permettant un accès public à la plateforme. Les développeurs peuvent utiliser la console officielle pour intégrer et tester des capacités de prise de décision typées dans leurs propres applications.
TypeSafe met en avant l'approche de sortie typée de Jev : les applications fournissent l'état et les questions, puis agissent sur les probabilités, les choix ou les scores. L'annonce liée couvre également l'intégration de l'API Venice.
Start with the Launch Post. Explore four official signals.
1 262 ressources
AI-assisted summaries and translations. Check original sources for context and performance claims.
Cet outil utilise Jev pour évaluer des fichiers markdown selon des ensembles de règles personnalisés. Il identifie les violations de qualité du contenu et génère des scores, permettant aux agents automatisés d'effectuer les corrections nécessaires basées sur les retours fournis.
Source-linked curation
Ce projet présente une implémentation de chatbot utilisant l'architecture de modèle Jev de TypeSafe AI. Il explore comment des méthodes autorégressives peuvent être appliquées à un modèle qui ne génère pas nativement de texte, offrant une approche unique de l'interaction conversationnelle.
Source-linked curation
PiJev: a terminal coding agent with Jev in the loop — Jev ranks the repository's files before the first call, picks skills and triages failures; your coding model writes the code. Built on Pi.
Jev HOLDFIT 69%CAT 89%
Cette expérience créative explore le rôle de Jev dans le jugement de la comédie d'improvisation. L'auteur présente un cadre hypothétique sur la manière dont les systèmes automatisés pourraient évaluer les arts de la scène spontanés.
Source-linked curation
TipTour est un assistant de pointeur open-source piloté par l'IA pour macOS. Il démontre l'intégration de Jev ou de Gemini Live pour permettre le contrôle du curseur via un traitement local, offrant ainsi une nouvelle méthode de navigation.
Source-linked curation
A GitHub project implements a web search tool where Jev selects sources for plain-language queries.
Jev PASSFIT 75%CAT 98%
Ce projet implémente un modèle de prise de décision Système Un de style Jev utilisant l'architecture Gemma 3 270M. Il démontre une méthode pour obtenir des décisions rapides et calibrées en un seul passage sans générer de texte.
Source-linked curation
Cet outil intègre un classement basé sur Jev dans l'historique du shell zsh. Il démontre comment exploiter TypeSafe AI pour hiérarchiser l'historique des commandes selon le contexte utilisateur et fournir des suggestions automatiques de style Fish.
Source-linked curation
A developer project providing a local MCP server for running pre-made Jev question packs.
JEVLAB ART
Jev HOLDFIT 70%CAT 49%
Hugging Face Space exploring open-source parallel constrained decoding as an alternative to Jev.
Jev HOLDFIT 19%CAT 73%
Pre-install security gate for npm lifecycle scripts using TypeSafe System One.
Jev PASSFIT 70%CAT 86%
Diffusion-style pixel art out of a classifier: 256 parallel per-pixel Jev questions plus refinement passes.
Jev PASSFIT 71%CAT 93%
Shady Town est un jeu de déduction sociale pour les soirées dans le salon. Ce projet montre comment un Jev TypeSafe peut servir de modérateur automatisé pour faciliter le déroulement du jeu et gérer les interactions entre les joueurs.
Source-linked curation
Ce dépôt fournit un cadre pour découvrir, concevoir et évaluer les boucles de décision TypeSafe Jev. Il sert d'outil de recherche pour les développeurs souhaitant structurer et valider des processus de prise de décision automatisés au sein de l'écosystème Jev.
Source-linked curation
A tool for tracking decisions made by Jev, using Arize's instrumentation for detailed analysis.
Jev HOLDFIT 87%CAT 17%
Ce dépôt propose un environnement de test pour comparer Jev à d'autres modèles d'évaluation. Il se concentre sur des scénarios de jeu avec des états explicites, des actions légales définies et des résultats quantifiables pour évaluer les performances comparatives.
Source-linked curation
A guide explaining Jev's approach to making typed decisions rather than processing text.
JEVLAB ART
Jev HOLDFIT 53%CAT 77%
Cette expérience explore l'intégration de Jev dans les interfaces de recherche pour améliorer l'expérience utilisateur grâce à la reconnaissance d'intention. Le créateur démontre comment la logique basée sur l'intention peut affiner les résultats de recherche au sein de la plateforme Replicas.
Source-linked curation
A demonstration where Jev was given $10,000 to trade.
Jev HOLDFIT 62%CAT 97%
Cette ressource présente une évaluation de Jev à travers douze cas d'utilisation réels. Le créateur partage ses observations sur la vitesse d'exécution, le coût et l'utilité pratique, offrant un aperçu subjectif du comportement du système dans divers environnements.

Jev HOLDFIT 59%CAT 69%
Jev decision layer for agents: MCP server, embeddable DecisionModel library, and an escalate-only Claude Code plugin (TypeSafe AI's Jev).
JEVLAB ART
Jev HOLDFIT 68%CAT 77%
Ce répertoire propose une collection organisée de projets basés sur Jev. Il met à disposition un flux de travail GitHub réutilisable destiné à simplifier l'examen et l'intégration d'outils de développement spécifiques à Jev.
JEVLAB ARTSource-linked curation
Reusable GitHub Action: agent fix loop gated by checks, an AI reviewer, and TypeSafe Jev.
Jev HOLDFIT 66%CAT 33%
Ce projet présente un système permettant de déployer des agents directement sur des canevas numériques. Le créateur affirme que cette approche contourne les processus LLM traditionnels plus lents pour permettre une interaction et un déploiement d'agents plus rapides au sein de l'interface.
Jev HOLDFIT 12%CAT 53%
Cet outil d'interface en ligne de commande permet d'effectuer des jugements calibrés tels que le classement, l'évaluation et le triage directement depuis le shell. Il démontre une approche ergonomique pour les agents interagissant avec les flux de travail TypeSafe Jev.
JEVLAB ARTSource-linked curation
Visual Jev lab for multiple games and emulator platforms.
Jev HOLDFIT 51%CAT 90%
Ce projet présente un agent de recrutement LinkedIn propulsé par Jev. Il illustre la navigation automatique sur des profils pertinents, l'enregistrement de liens et l'évaluation des candidats en fonction des critères de recrutement définis par l'utilisateur.
JEVLAB ARTSource-linked curation
Cette ressource démontre comment Jev fournit un cadre pour une prise de décision structurée au sein des flux de travail de sécurité. Elle souligne le potentiel d'augmentation de la vitesse opérationnelle lors de l'application de ces processus systématiques aux tâches d'ingénierie de sécurité complexes.
Source-linked curation
Cet utilitaire pour macOS réinvente le changement de fenêtres en intégrant l'intelligence artificielle pour prédire l'intention de l'utilisateur. Le projet démontre une approche novatrice de la navigation sur bureau, bien que les mesures de performance sur sa précision prédictive ne soient pas vérifiées.
Source-linked curation
Ce projet intègre Jev au framework DeepSeek Harness. Il démontre comment les développeurs peuvent utiliser Jev pour des tâches de jugement automatisées au sein des pipelines d'évaluation existants afin de rationaliser les flux de travail d'évaluation des modèles.
Source-linked curation
A developer project for agent-native routing that selects models based on task complexity.
JEVLAB ART
Jev HOLDFIT 13%CAT 66%
Ce dépôt évalue si les modèles de décision peuvent surpasser les rerankers dédiés. Il compare TypeSafe Jev à Cohere Rerank 4, ZeroEntropy zerank-2 et une base de référence de chat sur 14 jeux de données, incluant des réponses API brutes et des intervalles bootstrap.
Source-linked curation
Cette preuve de concept illustre l'utilisation de TypeSafe Jev pour automatiser l'approbation des commandes de Hermes Agent. Le créateur rapporte des gains d'efficacité basés sur des tests effectués sur 153 commandes réelles.
Source-linked curation
Ce dépôt propose un benchmark reproductible comparant Jev et Claude Haiku 4.5 sur 2 000 e-mails de phishing. Il évalue des mesures de performance telles que la précision, le calibrage, la latence et le coût pour analyser l'efficacité de détection.
Source-linked curation
Ce projet présente un jeu de casse-briques Next.js dont la raquette est contrôlée en temps réel par le modèle Jev de TypeSafe AI. Le créateur précise que l'application a été développée à l'aide de Claude Code.
Source-linked curation
Ce projet fournit une compétence permettant aux agents Letta d'effectuer des évaluations basées sur des critères en utilisant le framework TypeSafe System One. Il démontre comment intégrer la logique basée sur Jev pour des processus de prise de décision structurés au sein des flux de travail des agents.
Source-linked curation
Ce projet présente une intégration de moteur d'échecs utilisant TypeSafe AI System One. Il propose l'évaluation des coups, la classification des parties et des adversaires basés sur des personnages pour le jeu interactif.
Source-linked curation
Cette démonstration compare les sorties de Jev et d'un LLM via affectus et Vercel AI Gateway. Elle permet d'observer les différences de fluctuations émotionnelles et les temps de réponse pour des énoncés identiques au sein d'une interface unique.
Source-linked curation
Ce jeu sur le thème cyberpunk utilise TypeSafe Jev pour simuler une rencontre tendue à un poste frontière. Les joueurs doivent naviguer parmi des choix de dialogue pour tromper les gardes et inspecter des reçus numériques afin de progresser.
Source-linked curation
Ce SDK Rust fournit une interface pour interagir avec TypeSafe System One. Il est conçu pour privilégier les opérations à faible latence pour les développeurs créant des systèmes nécessitant une sécurité de type stricte au sein de l'écosystème Jev.
Source-linked curation
Ce guide de TypeSafe AI présente des méthodes systématiques pour vérifier l'exactitude des citations générées par les LLM. Il propose des flux de travail essentiels pour garantir que les sources référencées sont authentiques et correctement attribuées lors des tâches de recherche.
Source-linked curation
A community post details a Pac-Man game where every move is determined by Jev, offering strategic insights.
Jev HOLDFIT 62%CAT 99%
Ce dépôt fournit une bibliothèque client Ruby conçue pour interagir avec la plateforme typesafe.ai. Elle sert d'interface programmatique permettant aux développeurs d'intégrer directement les services liés à Jev dans leurs applications basées sur Ruby.
Source-linked curation
jev4k propose un langage dédié et une interface client en Kotlin pour interagir avec le modèle Jev. Cet outil facilite l'intégration en offrant des abstractions typées pour les développeurs travaillant au sein de l'écosystème Kotlin.
Source-linked curation
Put a live Jev (TypeSafe) meter on any video: every sentence scored, rendered as a 16:9 edit.
Jev HOLDFIT 67%CAT 51%
Local A-share technical analysis using Jev Choice and Noul questions to assess direction and volatility across two horizons, with evidence for Buy/Hold/Sell assessments and no order execution.
Jev HOLDFIT 67%CAT 99%
Context-pruning proxy for Claude Code and Codex: Jev judges which history is still needed, measured not claimed. POC here now, heading soon into https://github.com/compozy/compozy.
JEVLAB ART
Jev HOLDFIT 53%CAT 27%
Ce dépôt évalue les primitives de TypeSafe System One, notamment Choice, Score et Noul. Il démontre comment des structures d'oracles typés peuvent fournir des résultats plus fiables que les appels classiques aux modèles de langage de grande taille.
Source-linked curation
Ce dépôt propose une démonstration publique de l'intégration de Jev et TypeSafe AI pour X. Il sert d'outil expérimental permettant aux développeurs d'explorer la manière dont ces frameworks interagissent dans un contexte de médias sociaux.
Source-linked curation
Cet outil intègre Jev pour examiner automatiquement la sécurité des commandes fx. Le créateur affirme que cette implémentation offre une analyse plus rapide et plus précise que les modèles de chat standard pour l'exécution des commandes.
Source-linked curation
A chess experiment where Jev V13 makes decisions against advanced language models.
Jev PASSFIT 72%CAT 91%
Ce dépôt documente une expérience évaluant le modèle de décision Jev en tant que routeur LLM rentable. Il fournit des benchmarks comparant les performances de routage aux métriques établies sur la plateforme RouterArena pour évaluer l'efficacité dans les tâches de sélection de modèles.
Source-linked curation
Ce client Scala 3 pour l'API System One propose une interface agnostique aux effets, compatible avec divers backends sttp. Il permet aux développeurs d'intégrer les services Jev en utilisant leurs systèmes d'effets favoris tout en garantissant le typage des valeurs.
Source-linked curation
SQL with natural-language predicates, powered by TypeSafe's Jev. Filter, rank, classify and score rows by meaning — batched, cached and cost-guarded.
Jev PASSFIT 76%CAT 66%
Benchmarking Jev (Typesafe.ai) against a strong LLM on the Who&When Pro agent-failure-attribution benchmark (text subset).
Jev PASSFIT 81%CAT 97%
Jev-compatible System 开源Jev.
Jev HOLDFIT 26%CAT 86%
Cet outil fonctionne comme un compilateur pour le langage naturel, permettant aux utilisateurs de saisir du texte pour obtenir des diagnostics linguistiques. Il propose une interface expérimentale pour analyser les modèles de communication humaine via un cadre de traitement structuré.
Source-linked curation
A 4-minute video explaining what Jev is and its limitations.
Jev HOLDFIT 59%CAT 98%
Cette simulation par navigateur présente une voiture autonome 2D pilotée par le modèle de décision Jev. Le projet illustre la manière dont le cadre gère la navigation en temps réel et la logique de recherche d'itinéraire dans un environnement virtuel.
Source-linked curation
Not every coding task needs your best model. Experimental Jev-powered model routing for Claude Code — V3 prototype runs today, V4 routes at the task boundary.
Jev HOLDFIT 64%CAT 93%
spendbrake propose un mécanisme pour gérer les dépenses des agents IA. Il démontre comment mettre en œuvre des contrôles budgétaires en permettant aux utilisateurs de poursuivre, de rétrograder le modèle ou d'arrêter les opérations via TypeSafe Jev.
Source-linked curation
Compare GPT generated language with JEV structured Noul decisions on the same input.
Jev PASSFIT 74%CAT 76%
LLM2Jev permet d'adapter des modèles de langage locaux en moteurs de décision compatibles avec Jev. Il démontre une méthode pour produire des sorties structurées Choice, Score et Noul en utilisant l'inférence binaire par pré-remplissage uniquement.
Source-linked curation
TypeSafe'in Jev karar modeli gerçek bir online 2048 sitesinde oynuyor — hamle başına tek API çağrısı, tek anahtar.
Jev PASSFIT 77%CAT 95%
Browser game: try to beat Jev at spotting a spam message.
Jev HOLDFIT 63%CAT 94%
Jev enables natural language search for Zillow listings, classifying properties by non-standard filters.
Jev HOLDFIT 60%CAT 71%
Typed, confidence-aware agent skill routing with TypeSafe Jev.
JEVLAB ART
Jev HOLDFIT 75%CAT 62%
Cette GitHub Action automatise le tri des problèmes en appliquant des étiquettes comme spam ou doublon selon des seuils de confiance définis. Elle illustre une approche conditionnelle de la gestion des dépôts, garantissant que les étiquettes ne sont attribuées que sous certains critères.
Source-linked curation
Jev's effectiveness in performing intent-based search within Gmail.
Jev HOLDFIT 56%CAT 79%
Ce projet illustre l'intégration du reranking et du routage LlamaIndex avec TypeSafe Jev. Il explore l'utilisation de scores et de choix typés pour gérer les décisions, visant à proposer une alternative plus économique aux méthodes d'évaluation classiques basées sur les LLM.
Source-linked curation
Cet outil en ligne de commande utilise Jev pour identifier le contenu de faible qualité généré par IA dans les interfaces, les textes et les instructions d'agents. Il propose des vérifications sémantiques pour maintenir la qualité avant le déploiement.
Source-linked curation
Ce projet propose une extension d'agent de codage basée sur l'API TypeSafe AI System One. Il illustre l'intégration de l'infrastructure Jev dans les flux de travail de développement pour faciliter les tâches de programmation automatisées et les interactions entre agents.
Source-linked curation