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.
36
swift-typesafe
Questo SDK Swift 6.4 fornisce un client type-safe per TypeSafe AI, allineato all'API 0.7.0 di Python. Consente interazioni strutturate con i modelli IA utilizzando le macro di Swift per definire schemi di domande e risposte.
github.comtypesafe-sdk-php
Questo SDK PHP, gestito dalla community, fornisce un client per l'API System One di TypeSafe AI. Consente di eseguire query tipizzate, gestire richieste asincrone tramite promesse Guzzle e configurare tentativi e logging per l'individuazione dei modelli.
github.comsqlite3-jev
Questa estensione SQLite consente l'integrazione diretta con TypeSafe Jev, permettendo agli utenti di eseguire attività di IA basate su decisioni, come classificazione, punteggio e verifiche di probabilità sì/no, direttamente all'interno delle query SQL tramite chiamate di funzione basate su libcurl.
github.comSmartMoney-Cub
SmartMoney-Cub è un diario di trading e strumento di revisione in sola lettura che utilizza Jev per analizzare prove finanziarie. Aiuta i trader a valutare le proprie decisioni e a far evolvere le strategie tramite cicli di feedback offline, senza eseguire operazioni o accedere a conti broker.
github.comProgressGate
ProgressGate è uno strumento che rileva la stagnazione semantica nei cicli degli agenti analizzando le traiettorie con Jev. Fornisce decisioni deterministiche come CONTINUE, WARN, REPLAN o HALT per evitare che gli agenti continuino a operare su presupposti contraddittori.
github.comBenchmark di estrazione della storia di tabagismo
Questo repository fornisce un benchmark per confrontare Jev e OpenAI nell'estrazione di storie di tabagismo da 1.000 note mediche sintetiche. Valuta precisione, costi e latenza utilizzando una pipeline di selezione dei candidati condivisa.
github.comjev-agent-browser
jev-agent-browser fornisce un ambiente di esecuzione limitato per gli agenti browser integrando Jev con agent-browser. Consente la selezione di azioni tipizzate e l'orchestrazione strutturata dei compiti, permettendo agli agenti principali di delegare la navigazione web e le attività di ricerca in modo sicuro.
github.comego-jev
ego-jev fornisce un ciclo interno per ego lite utilizzando TypeSafe System One. Sostituisce i turni LLM standard con una singola decisione tipizzata per passaggio DOM, mirando a migliorare le prestazioni dell'agente del browser riducendo la latenza durante le attività web interattive.
github.comego-jev
ego-jev integra il modello Jev System One nel browser ego-lite per automatizzare le attività in un unico processo. Dimostra un miglioramento della velocità di 2x rispetto ai cicli LLM passo-passo utilizzando tabelle di elementi indicizzati per le decisioni.
github.comjev-leftpad
Questo progetto dimostra un uso non convenzionale di Jev per eseguire il riempimento a sinistra delle stringhe. Serve come esempio umoristico di ingegneria eccessiva per un compito che le funzioni standard gestiscono nativamente.
github.comjev-docs-zh
Questo repository offre una traduzione in cinese della documentazione ufficiale del modello Jev di TypeSafe AI. Copre i concetti di System One e le primitive Choice, Score e Noul, includendo un generatore di siti statici per la consultazione locale.
github.comAsyncTypeSafeClient
Questa risorsa documenta AsyncTypeSafeClient per Python, consentendo l'interazione asincrona con l'API di TypeSafe AI. Vengono dettagliati i parametri di configurazione, la configurazione dei log e i metodi per gestire i modelli ed eseguire query di sistema.
docs.typesafe.aiLancio di Grok 4.7 da parte di SpaceXAI
SpaceXAI ha rilasciato Grok 4.7, puntando su modelli base più grandi e apprendimento per rinforzo per compiti complessi. Sebbene offra miglioramenti tangibili nella programmazione e nell'analisi documentale, il progresso complessivo nell'intelligenza generale rimane contenuto rispetto ai leader del settore.
threads.comL'impatto economico dell'intelligenza artificiale
Il CEO di Nvidia, Jensen Huang, sostiene che l'IA stia rimodellando l'economia globale creando una nuova industria basata sulla produzione di intelligenza. Questa trasformazione favorisce la reindustrializzazione e stimola la domanda di lavoro nel settore delle infrastrutture fisiche.
threads.comrust-sysone
Questo client Rust non ufficiale fornisce un'interfaccia type-safe per interagire con System One TypeSafe AI. Dimostra un'API fluida per costruire richieste e gestire risposte tipizzate, inclusi l'utilizzo dei token e le stime dei costi.
github.comdemo-symfony-typesafe
Questo progetto dimostra come utilizzare Jev e Symfony AI per categorizzare automaticamente le richieste di supporto pubblico. Mostra l'elaborazione asincrona, la limitazione della frequenza e gli aggiornamenti della dashboard in tempo reale utilizzando i componenti Symfony per classificare intenzioni, urgenza e bug.
github.compi-typesafe
pi-typesafe integra il modello di giudizio Jev nell'ambiente dell'agente Pi. Fornisce uno strumento per la valutazione dei dati strutturati, consentendo agli agenti di eseguire classificazioni, punteggi e controlli booleani con probabilità calibrate invece che in prosa.
github.comJev DSPy Lab
Jev DSPy Lab fornisce strumenti per registrare, riprodurre e valutare le decisioni di TypeSafe AI all'interno delle pipeline DSPy. Consente agli sviluppatori di misurare la calibrazione, il rischio selettivo, la latenza e i costi modellati tramite analisi offline deterministiche.
github.comjev-usecases
Questo repository fornisce implementazioni Python per il modello Jev di TypeSafe AI, dimostrando come utilizzare probabilità calibrate per decisioni automatizzate e tipizzate nel software. Include casi d'uso come il triage di sicurezza, l'elaborazione delle fatture e i meccanismi di protezione per modelli generativi.
github.comjevymarket
jevymarket è un bot di trading sperimentale per Polymarket che utilizza il modello decisionale Jev per calcolare le probabilità. Combina la ricerca basata sul web con l'analisi strutturata di Jev per identificare ed eseguire operazioni basate su margini configurabili.
github.comlkclean
lkclean è un'estensione per Chrome che filtra il feed di LinkedIn tramite Jev. Nasconde i contenuti di scarso valore o promozionali, fornendo spiegazioni dettagliate per ogni decisione presa dal modello di classificazione.
github.comjev-test-filter
jev-test-filter utilizza Jev per analizzare i diff di git e identificare quali test sono influenzati dalle modifiche al codice. Genera ed esegue automaticamente gli argomenti di filtro necessari per i test runner come vitest, Playwright, cargo test e go test.
github.comslop-filter
Questa estensione per Chrome identifica e nasconde i contenuti generati dall'IA sui social media. Utilizza TypeSafe Jev per valutare i post in base a specifici modelli linguistici, consentendo agli utenti di regolare i pesi di rilevamento secondo il proprio giudizio.
github.comjev-reranker
jev-reranker è una libreria Python che utilizza l'API Jev per filtrare e riordinare i risultati di ricerca nelle pipeline RAG. Offre soglie configurabili per rimuovere documenti irrilevanti e supporta richieste sincrone e asincrone per una gestione efficiente del contesto.
github.comjev-minesweeper
Questo progetto dimostra l'uso del modello AI Jev per risolvere il Campo Minato. Implementa pattern di fan-out speculativo e routing basato sulla confidenza per interrogare le probabilità delle mine, confrontando le prestazioni con un risolutore deterministico.
github.comLLMtoJev
LLMtoJev è uno strumento che analizza i prompt LLM per identificare decisioni delimitate adatte alla migrazione verso primitive Jev. Aiuta a estrarre compiti di classificazione, punteggio e logica booleana per ottimizzare la struttura dei prompt generativi.
github.comtypesafe-go
Questo repository fornisce utilità Go per l'API TypeSafe, tra cui una CLI in stile grep per il linguaggio naturale, un plugin per i log di Kubernetes e un SDK basato solo sulla libreria standard. Dimostra come integrare i servizi TypeSafe nei flussi di lavoro Go per l'interrogazione automatizzata dei dati.
github.comRicerca affitti Hearth
Hearth è un agente autonomo che utilizza TypeSafe Jev per cercare su diverse piattaforme di affitto. Il sistema pilota un browser per aggregare gli annunci in un unico elenco, limitandosi alla lettura e alla presentazione dei dati senza eseguire transazioni.
github.comjev-rs
jev-rs è un motore in Rust che fornisce giudizi di Sistema Uno compatibili con TypeSafe da LLM. Estrae log-probabilità per attività di tipo noul, choice e score senza generare testo, offrendo strumenti per la calibrazione locale e la valutazione dell'accuratezza del modello.
github.comjev-voice-control
Questa applicazione per la barra dei menu di macOS trasforma i comandi vocali in azioni strutturate utilizzando Jev, un modello System One che fornisce decisioni tipizzate anziché testo generato. Combina l'esecuzione locale deterministica con l'interazione dell'interfaccia guidata dall'IA.
github.comJev AI System One
Jev AI è un modello di sistema uno progettato per l'integrazione software, che fornisce decisioni tipizzate e calibrate come scelte, punteggi o probabilità. Mira a sostituire gli output testuali dei LLM con dati strutturati per consentire un processo decisionale programmatico diretto.
github.comjev-grand-prix
Questo progetto mostra una simulazione di corse di F1 in cui Jev agisce come pilota selezionando traiettorie e pedali. Utilizza un approccio ibrido in cui il codice gestisce la fisica mentre Jev impara i limiti di velocità di ogni curva durante i giri.
github.comJevmoji
Jevmoji è uno strumento che utilizza il modello Jev di TypeSafe per valutare e recuperare emoji correlati in base all'input dell'utente. Dimostra come integrare il punteggio semantico basato sull'IA con la corrispondenza delle parole chiave locali.
github.comjev-practice-speed
Questa demo WebGL permette di giocare a Speed contro una CPU basata su Jev di TypeSafe AI. L'applicazione misura e mostra in tempo reale la velocità e l'accuratezza delle decisioni di Jev, utilizzando un validatore meccanico per garantire il rispetto delle regole.
github.comjev-information-extraction
Questo progetto dimostra come utilizzare il modello Jev per estrarre informazioni da documenti PDF. Fornisce un'interfaccia interattiva per classificare frammenti di testo in base a domande definite dall'utente, visualizzando le prove direttamente sulle pagine del documento originale.
github.comjev-connector
Questo plugin WordPress integra l'API TypeSafe System One, consentendo di interrogare i contenuti per ottenere dati strutturati come probabilità, categorie e punteggi. Utilizza l'API Connectors di WordPress per una gestione sicura delle chiavi senza ricorrere a funzioni di testo generativo.
github.com
