Retour au lab

JEVLAB / FIELD NOTES

Fraîchement sorti du labo

Une liste de lecture datée des ressources nouvellement ajoutées et des JEVLAB NEWS. Revenez pour voir ce qui a changé, ou suivez le flux RSS dans votre propre lecteur.

1 299 ajouts dans cette fenêtre

Mémorisez cette visite sur ce navigateur pour mettre en évidence les nouveaux ajouts la prochaine fois. Aucune connexion ou suivi inter-appareils.

Les dates indiquent quand un élément est devenu disponible dans JEVLAB, en UTC, et non quand sa source originale a été publiée. Les modifications de traduction uniquement ne comptent pas comme de nouvelles ressources.

15

  1. JEVLAB NEWS

    Mise à jour interactive pour NotebookLM

    Google a déployé de nouvelles fonctionnalités d'apprentissage interactif pour tous les utilisateurs de NotebookLM. Cet outil évolue pour transformer la gestion de documents en un véritable environnement d'étude personnalisé.

    threads.com
  2. JEVLAB NEWS

    Mises à jour potentielles pour ChatGPT

    Choi rapporte que ChatGPT a été réinitialisé, suggérant l'arrivée imminente de nouvelles fonctionnalités majeures. Les utilisateurs attendent des annonces significatives concernant l'évolution de la plateforme.

    threads.com
  3. JEVLAB NEWS

    Lancement de Halo pour l'entraînement des modèles IA

    White Circle a dévoilé Halo, un nouvel outil conçu pour faciliter le post-entraînement des modèles d'IA open source. Cette solution optimise les performances de calcul tout en simplifiant la configuration technique via des fichiers YAML.

    threads.com
  4. JEVLAB NEWS

    Retour de l'intégration Claude dans Hermes Agent

    Hermes Agent rétablit l'accès aux abonnements Claude via un nouveau plugin officiel utilisant le SDK Claude. Cette mise à jour contourne les restrictions précédentes imposées par Anthropic sur les agents externes en exploitant directement l'interface CLI officielle.

    threads.com
  5. GitHub

    typesafe-sdk-ruby

    Ce SDK Ruby maintenu par la communauté fournit une interface pour l'API TypeSafe AI. Il permet aux développeurs d'effectuer une classification et un routage de données structurées en définissant des questions typées, tout en gérant les tentatives et les erreurs d'API.

    github.com
  6. JEVLAB NEWS

    Unitree dévoile la main robotique Dex5-S

    Unitree a présenté la Dex5-S, une main robotique compacte dotée de 22 degrés de liberté. Ce dispositif vise à améliorer la manipulation d'outils par les robots grâce à une conception articulée et protectrice.

    threads.com
  7. JEVLAB NEWS

    Meta annonce le câble sous-marin Petal

    Meta a dévoilé Petal, un câble sous-marin transatlantique capable d'atteindre une capacité de 1 pétaoctet par seconde. Ce projet souligne l'importance croissante des infrastructures réseau pour soutenir l'expansion des centres de données dédiés à l'intelligence artificielle.

    threads.com
  8. GitHub

    pi-jev-sentinel

    Cet outil agit comme un garde de sécurité pour les agents de codage en utilisant Jev pour évaluer les appels d'outils, les sorties et les réponses. Il aide à détecter les injections de prompts, à masquer les secrets et à épingler des tâches pour sécuriser les interactions.

    github.com
  9. GitHub

    TypeSafeAI

    TypeSafeAI est un SDK .NET pour TypeSafe AI System One. Il propose une API typée et ergonomique compatible avec NativeAOT, permettant le traitement par lots ainsi que l'intégration avec Microsoft.Extensions.AI pour le routage et l'évaluation.

    github.com
  10. GitHub

    Détecteur de mensonge émotionnel jevtest

    Cet outil illustre les modèles TypeSafe Jev en analysant les sous-textes émotionnels en temps réel. Il compare la classification probabiliste de Jev aux LLM standards, démontrant comment Jev fournit des scores de confiance structurés et des gains potentiels en latence et en coût pour des tâches décisionnelles spécifiques.

    github.com
  11. GitHub

    jev-lint

    jev-lint est un outil utilisant le classificateur Jev pour identifier les incohérences logiques entre le code et sa documentation. Il combine des sélecteurs ast-grep avec des requêtes en langage naturel pour détecter des problèmes tels que des commentaires trompeurs, des noms inappropriés et des chemins d'erreur cachés.

    github.com
  12. Docs

    Jev avec des agents de codage

    Cette ressource explique que Jev est un modèle de Système Un pour la prise de décision structurée et non un LLM de génération de texte. Elle montre aux développeurs comment intégrer Jev avec des agents de codage pour la classification, le scoring et le routage.

    docs.typesafe.ai
  13. JEVLAB NEWS

    Terence Tao sur l'IA et la recherche scientifique

    Le mathématicien Terence Tao exhorte les entreprises d'IA à privilégier des explications compréhensibles plutôt que de simples résultats bruts. Il souligne que la recherche nécessite une vérification humaine rigoureuse pour éviter une accumulation irresponsable de preuves non validées.

    threads.com
  14. JEVLAB NEWS

    Lancement de MiMo-V2.6 par Xiaomi

    Xiaomi a dévoilé ses modèles multimodaux MiMo-V2.6 Pro et Flash, atteignant des performances de pointe parmi les modèles à poids ouverts. Cette version se distingue par une transparence totale, incluant le code d'entraînement et les environnements de renforcement.

    threads.com
  15. JEVLAB NEWS

    Progrès d'OpenAI en mathématiques

    OpenAI a annoncé que son nouveau modèle interne a résolu plus de 100 problèmes mathématiques non résolus. Ce succès repose sur une approche multi-agents et une puissance de calcul renforcée.

    threads.com

21

  1. JEVLAB NEWS

    Accélération du développement de l'IA

    Choi souligne que les progrès de l'IA dépassent largement les prévisions linéaires initiales des chercheurs. L'intégration de l'IA dans son propre processus de développement crée une accélération qui rapproche l'éventualité d'une singularité technologique.

    threads.com
  2. GitHub

    jev-mcp

    Ce serveur MCP intègre les modèles Jev de TypeSafe dans des agents IA, fournissant des sorties structurées telles que des jugements oui/non, des choix multiples et des scores basés sur des rubriques. Il permet aux agents d'effectuer des évaluations typées et directes des données.

    github.com
  3. GitHub

    spring-ai-typesafe

    Ce SDK Java intègre l'API JEV de TypeSafe AI avec Spring AI. Il fournit des primitives de décision structurées telles que Noul, Choice et Score, permettant d'implémenter LLM-as-a-judge, des garde-fous et le post-traitement RAG sans dépendre de la génération de texte traditionnelle.

    github.com
  4. GitHub

    typesafe-sdk-go

    Ce SDK Go fournit une interface structurée pour interagir avec les services TypeSafe AI. Il permet aux développeurs d'effectuer des évaluations à l'aide de questions à choix, de scores et de valeurs booléennes, tout en gérant la configuration du client, les tentatives et la journalisation.

    github.com
  5. GitHub

    Client Ruby pour jev

    Cette bibliothèque Ruby fournit un client pour l'API du modèle Jev. Elle permet aux développeurs d'effectuer des requêtes en parallèle en utilisant des méthodes d'évaluation basées sur la vérité, le choix et des rubriques pour structurer la prise de décision par IA.

    github.com
  6. GitHub

    TypeSafe.AI.Sdk for .NET

    Ce client .NET développé par la communauté fournit une interface typée pour les services TypeSafe AI. Il reproduit les fonctionnalités du SDK JavaScript officiel, permettant aux développeurs d'implémenter des flux de travail de questions-réponses structurés dans leurs applications .NET.

    github.com
  7. GitHub

    jev-mailroom

    Cette preuve de concept présente un système automatisé de tri d'e-mails utilisant Jev pour classer les messages par type et catégorie. Il traite les e-mails via IMAP, en utilisant des questions parallèles pour déterminer les étiquettes tout en gérant la logique et les seuils en Python.

    github.com
  8. GitHub

    Nitro

    Nitro optimise Grok Build en utilisant Jev pour filtrer les listes d'outils une fois par tour. Cela réduit l'utilisation de jetons et les coûts en limitant les outils disponibles avant l'exécution, tout en préservant l'efficacité du cache de prompts.

    github.com
  9. GitHub

    swift-typesafe

    Ce SDK Swift 6.4 fournit un client typé pour TypeSafe AI, aligné sur l'API 0.7.0 de Python. Il permet des interactions structurées avec des modèles d'IA en utilisant des macros Swift pour définir des schémas de questions et de réponses.

    github.com
  10. GitHub

    typesafe-sdk-php

    Ce SDK PHP maintenu par la communauté fournit un client pour l'API System One de TypeSafe AI. Il permet d'effectuer des requêtes typées, de gérer les appels asynchrones via des promesses Guzzle, et de configurer les tentatives et la journalisation.

    github.com
  11. GitHub

    sqlite3-jev

    Cette extension SQLite permet une intégration directe avec TypeSafe Jev, permettant aux utilisateurs d'exécuter des tâches d'IA basées sur la décision, telles que la classification, le scoring et les probabilités oui/non, directement dans les requêtes SQL via des appels de fonction libcurl.

    github.com
  12. GitHub

    SmartMoney-Cub

    SmartMoney-Cub est un journal de trading et un outil de revue en lecture seule utilisant Jev pour analyser des preuves financières. Il aide les traders à évaluer leurs décisions et à faire évoluer leurs stratégies via des boucles de rétroaction hors ligne, sans jamais exécuter d'ordres.

    github.com
  13. GitHub

    ProgressGate

    ProgressGate est un outil qui détecte la stagnation sémantique dans les boucles d'agents en analysant les trajectoires avec Jev. Il fournit des décisions déterministes telles que CONTINUE, WARN, REPLAN ou HALT pour éviter que les agents ne tournent en boucle sur des hypothèses contradictoires.

    github.com
  14. GitHub

    Benchmark d'extraction d'historique de tabagisme

    Ce dépôt fournit un benchmark pour comparer Jev et OpenAI sur l'extraction d'historiques de tabagisme à partir de 1 000 notes médicales synthétiques. Il évalue la précision, le coût et la latence via un pipeline de sélection de candidats partagé.

    github.com
  15. GitHub

    jev-agent-browser

    jev-agent-browser fournit un environnement d'exécution délimité pour les agents de navigation en intégrant Jev à agent-browser. Il permet une sélection d'actions typées et une orchestration structurée des tâches, permettant aux agents parents de déléguer la navigation web et la recherche en toute sécurité.

    github.com
  16. GitHub

    ego-jev

    ego-jev fournit une boucle interne pour ego lite utilisant TypeSafe System One. Il remplace les tours LLM standard par une décision typée unique par étape DOM, visant à améliorer les performances des agents de navigation en réduisant la latence lors des tâches web interactives.

    github.com
  17. GitHub

    ego-jev

    ego-jev intègre le modèle Jev System One dans le navigateur ego-lite pour automatiser les tâches au sein d'un processus unique. Il démontre une amélioration de vitesse de 2x par rapport aux boucles LLM classiques grâce à l'utilisation de tables d'éléments indexés.

    github.com
  18. GitHub

    jev-leftpad

    Ce projet démontre une utilisation non conventionnelle de Jev pour effectuer un remplissage de chaîne à gauche. Il sert d'exemple humoristique d'ingénierie excessive pour une tâche que les fonctions standard gèrent nativement.

    github.com
  19. GitHub

    jev-docs-zh

    Ce dépôt propose une traduction en chinois de la documentation officielle du modèle Jev de TypeSafe AI. Il détaille les concepts de System One et les primitives Choice, Score et Noul, tout en fournissant un générateur de site statique pour une consultation locale.

    github.com
  20. Docs

    AsyncTypeSafeClient

    Cette ressource documente AsyncTypeSafeClient pour Python, permettant une interaction asynchrone avec l'API TypeSafe AI. Elle détaille les paramètres de configuration, la journalisation et les méthodes pour gérer les modèles et exécuter des requêtes système.

    docs.typesafe.ai
  21. JEVLAB NEWS

    Lancement de Grok 4.7 par SpaceXAI

    SpaceXAI a lancé Grok 4.7, mettant l'accent sur l'apprentissage par renforcement pour les tâches complexes et le codage. Bien que les performances en analyse documentaire et en programmation aient progressé, les gains globaux restent modestes par rapport aux leaders du marché.

    threads.com