Invia una scoperta
English
한국어
日本語
Español
Français
Deutsch
简体中文
繁體中文
Português
Bahasa Indonesia
ไทย
Tiếng Việt
Türkçe
Polski
Русский
Torna al laboratorioJEVLAB / FIELD NOTES
Novità dal laboratorio
Un elenco di lettura datato di risorse appena aggiunte e JEVLAB NEWS. Torna per vedere cosa è cambiato o segui il feed RSS nel tuo lettore.
Ricorda questa visita su questo browser per evidenziare le nuove aggiunte la prossima volta. Nessun accesso o tracciamento cross-device.
Le date mostrano quando un elemento è diventato disponibile in JEVLAB, in UTC, non quando è stata pubblicata la sua fonte originale. Le modifiche di sola traduzione non contano come nuove risorse.
28
jev-mcp-server
Questo server MCP integra il modello decisionale Jev negli agenti IA, fornendo strumenti per scelta, punteggio e verifica. Consente un processo decisionale strutturato, a bassa latenza e basso costo per attività come il triage, senza richiedere la generazione di testo.
github.comjev-storyboard-lab
Questo repository confronta Google ADK e Microsoft Agent Framework per la generazione di timeline video strutturate. Dimostra l'uso di TypeSafe Jev come gate di controllo qualità neutrale rispetto al fornitore per convalidare la coerenza semantica degli output JSON generati dagli LLM.
github.comjevbench
jevbench offre un framework riproducibile per confrontare TypeSafe JEV con LLM, BERT e modelli Laya. Valuta le prestazioni nelle attività di classificazione del testo misurando accuratezza, calibrazione, latenza, throughput e costi tramite dataset pubblici standardizzati.
github.comJevLoop
JevLoop è un runtime per agenti Python che integra TypeSafe Jev per ottimizzare il processo decisionale. Utilizza l'esecuzione protetta degli strumenti e sandbox Docker isolati per cercare di ridurre le chiamate LLM e la latenza rispetto ai loop standard.
github.comModalità vocale introdotta in Codex CLI
Codex CLI è stato aggiornato con l'integrazione di una modalità vocale. Gli utenti possono ora interagire con l'interfaccia tramite comandi audio attivando l'opzione nelle impostazioni sperimentali.
threads.compytest-jev
pytest-jev fornisce asserzioni semantiche per pytest, utilizzando Jev di TypeSafe per valutare gli output degli LLM. Consente di testare il significato anziché il testo esatto, offrendo verdetti probabilistici più rapidi ed economici rispetto ai giudizi basati su LLM tradizionali.
github.comsysone-bench
Questo repository fornisce uno strumento di benchmarking per confrontare modelli decisionali di sistema uno, come Laya e Jev, utilizzando input identici. Valuta le prestazioni in vari compiti di classificazione e intenzione per evidenziare le differenze di precisione e latenza tra esecuzione locale e API.
github.comIntegrazione di Devin nel terminale
Cognition ha integrato Devin direttamente nel terminale, permettendo agli sviluppatori di gestire sessioni cloud e macchine virtuali in modo più fluido. Questa evoluzione trasforma Devin in uno strumento nativo per l'ambiente di sviluppo.
threads.comdsh-jev-verify
Questo plugin integra il modello decisionale Jev in DeepSeek Harness per giudizi rapidi e tipizzati degli agenti. Fornisce strumenti di decisione, una protezione automatica verificabile e un benchmark di verifica per misurare le prestazioni e l'accuratezza dell'API in tempo reale.
github.comAwesome Jev / TypeSafe
Questa directory curata dalla community offre risorse, SDK ed esempi di progetti per Jev di TypeSafe. Dimostra come utilizzare primitive tipizzate come Choice, Score e Noul per strutturare gli output dei modelli, sottolineando che il codice applicativo deve mantenere il controllo sulle decisioni finali e sulle policy.
github.comTest di Jev su dati pubblici e privati
Questa analisi valuta Jev come filtro di classificazione rispetto a modelli linguistici di piccole dimensioni. L'autore dimostra che Jev agisce efficacemente come filtro ad alta confidenza per compiti su testi brevi, riducendo costi e latenza, pur suggerendo che i compiti complessi richiedono modelli più capaci.
amankumar.aiLancio di Hy Image3.5 da parte di Tencent
Tencent ha presentato Hy Image3.5, un modello di generazione immagini che supporta input da testo e immagini con risoluzione fino a 2K. Il modello promette prestazioni superiori e una strategia di prezzo competitiva per gli sviluppatori.
threads.comGoogle presenta la nuova linea di laptop Googlebook
Google ha annunciato la gamma Googlebook, basata sul nuovo sistema operativo Googlebook OS che integra Android e ChromeOS. I dispositivi offrono funzionalità avanzate di intelligenza artificiale tramite Gemini e sono prodotti in collaborazione con diversi partner hardware.
threads.comNuove funzioni di apprendimento per NotebookLM
Gemini Notebook ha introdotto le Interactive Learning Overviews per tutti gli utenti. Questa novità permette di integrare riassunti e materiali didattici in uno spazio di studio interattivo e centralizzato.
threads.comAggiornamenti su ChatGPT
Choi segnala un ripristino di ChatGPT. Si attendono annunci rilevanti nel prossimo futuro.
threads.comLancio del framework Halo per l'addestramento AI
White Circle ha introdotto Halo, un nuovo strumento ottimizzato per il post-addestramento di modelli AI open source. Il sistema mira a semplificare il fine-tuning e l'apprendimento per rinforzo mantenendo un'elevata efficienza operativa.
threads.comHermes Agent ripristina l'accesso a Claude Code
Hermes Agent ha reintrodotto il supporto per gli abbonamenti Claude Code tramite un nuovo plugin ufficiale. Il sistema utilizza direttamente l'SDK di Claude per aggirare le precedenti limitazioni imposte da Anthropic.
threads.comtypesafe-sdk-ruby
Questo SDK Ruby gestito dalla community fornisce un'interfaccia per l'API di TypeSafe AI. Consente agli sviluppatori di eseguire la classificazione e il routing dei dati strutturati definendo domande tipizzate, gestendo i tentativi e gli errori dell'API nelle applicazioni Ruby.
github.comUnitree presenta la mano robotica Dex5-S
Unitree ha svelato la Dex5-S, una mano robotica dalle dimensioni umane dotata di 22 gradi di libertà. Questo componente mira a migliorare la manipolazione di oggetti e strumenti, rendendo la tecnologia robotica più accessibile sul mercato.
threads.comMeta annuncia il cavo sottomarino Petal
Meta ha presentato Petal, un cavo sottomarino transatlantico capace di trasmettere un petabit di dati al secondo. Questo progetto sottolinea come la competizione nel settore dell'IA si stia estendendo oltre i chip, includendo le infrastrutture di rete globali.
threads.compi-jev-sentinel
Questo strumento funge da guardia di sicurezza per gli agenti di codifica utilizzando Jev per valutare le chiamate agli strumenti, gli output e le risposte. Aiuta a rilevare iniezioni di prompt, ripulire segreti e fissare attività per garantire interazioni più sicure con gli agenti.
github.comTypeSafeAI
TypeSafeAI è un SDK .NET per TypeSafe AI System One. Offre un'API tipizzata ed ergonomica compatibile con NativeAOT, supportando l'elaborazione in batch e l'integrazione con Microsoft.Extensions.AI per il routing e la valutazione.
github.comRilevatore di bugie emotivo jevtest
Questo strumento dimostra i modelli TypeSafe Jev analizzando i sottotesti emotivi in tempo reale. Confronta la classificazione probabilistica di Jev con i modelli LLM standard, mostrando come Jev fornisca punteggi di confidenza strutturati e potenziali vantaggi in termini di latenza e costi per compiti decisionali specifici.
github.comjev-lint
jev-lint è uno strumento che utilizza il classificatore Jev per identificare le incongruenze logiche tra il codice e la sua documentazione. Combina selettori ast-grep con query in linguaggio naturale per rilevare problemi come commenti fuorvianti, nomi inappropriati e percorsi di errore nascosti.
github.comJev con agenti di codifica
Questa risorsa chiarisce che Jev è un modello di Sistema Uno per il processo decisionale strutturato, non un LLM di generazione di testo. Insegna agli sviluppatori come integrare Jev insieme agli agenti di codifica per attività come classificazione, punteggio e routing.
docs.typesafe.aiTerence Tao critica l'approccio attuale all'IA
Il matematico Terence Tao sostiene che le aziende di IA debbano fornire intuizioni comprensibili invece di limitarsi a generare soluzioni. Egli avverte che l'ossessione per le metriche di benchmark senza revisione umana rischia di rendere i risultati dell'IA inutili per la ricerca scientifica.
threads.comXiaomi rilascia i modelli MiMo-V2.6
Xiaomi ha lanciato i modelli multimodali MiMo-V2.6 Pro e Flash con pesi aperti. Secondo Choi, la versione Pro ha raggiunto il vertice tra i modelli open-weight nell'indice della Artificial Analysis.
threads.comProgressi matematici di OpenAI
OpenAI ha annunciato che il suo nuovo modello interno ha risolto oltre 100 problemi matematici di lunga data in soli 24 giorni. Circa 10.000 agenti IA hanno lavorato in collaborazione per affrontare queste complesse sfide.
threads.com
8
L'accelerazione dello sviluppo dell'IA
Choi osserva che il progresso dell'IA non segue un percorso lineare, superando rapidamente le stime degli esperti. L'integrazione dell'IA nella ricerca stessa sta accelerando l'innovazione a ritmi inaspettati.
threads.comjev-mcp
Questo server MCP integra i modelli Jev di TypeSafe negli agenti IA, fornendo output strutturati come giudizi sì/no, selezioni a scelta multipla e punteggi basati su rubriche. Consente agli agenti di eseguire valutazioni dirette e tipizzate dei dati nei loro flussi di lavoro.
github.comspring-ai-typesafe
Questo SDK Java integra l'API JEV di TypeSafe AI con Spring AI. Fornisce primitive decisionali strutturate come Noul, Choice e Score, consentendo di implementare LLM-as-a-judge, guardrail e post-elaborazione RAG senza dipendere dalla generazione di testo tradizionale.
github.comtypesafe-sdk-go
Questo SDK Go fornisce un'interfaccia strutturata per interagire con i servizi TypeSafe AI. Consente agli sviluppatori di eseguire valutazioni utilizzando domande a scelta, punteggio e booleane, gestendo la configurazione del client, i tentativi e la registrazione dei log.
github.comClient Ruby per jev
Questa libreria Ruby fornisce un client per l'API del modello Jev. Consente agli sviluppatori di eseguire query in parallelo utilizzando metodi di valutazione basati su verità, scelta e rubriche per strutturare il processo decisionale basato sull'IA nelle proprie applicazioni.
github.comTypeSafe.AI.Sdk for .NET
Questo client .NET sviluppato dalla community fornisce un'interfaccia tipizzata per i servizi TypeSafe AI. Rispecchia le funzionalità dell'SDK JavaScript ufficiale, consentendo agli sviluppatori di implementare flussi di lavoro di domande e risposte strutturati nelle loro applicazioni .NET.
github.comjev-mailroom
Questa prova di concetto dimostra un sistema automatizzato di triage delle email che utilizza Jev per classificare i messaggi per tipo e categoria. Elabora le email tramite IMAP, utilizzando domande parallele per determinare le etichette mentre gestisce la logica e le soglie in Python.
github.comNitro
Nitro ottimizza Grok Build utilizzando Jev per filtrare gli elenchi di strumenti una volta per turno. Ciò riduce l'utilizzo di token e i costi limitando gli strumenti disponibili prima dell'esecuzione, mantenendo l'efficienza della cache dei prompt.
github.com
