Jevのリリース投稿
ドイゴ・アレイダがTypeSafeの構造化意思決定モデルであるJevを紹介します。このリソースでは、モデルの基本的なアプローチ、具体的な活用例、および作成者が報告したパフォーマンス指標について解説しています。
ドイゴ・アレイダがTypeSafeの構造化意思決定モデルであるJevを紹介します。このリソースでは、モデルの基本的なアプローチ、具体的な活用例、および作成者が報告したパフォーマンス指標について解説しています。
TypeSafeは公式に研究ラボを立ち上げ、Jevを開発者コミュニティに公開しました。この発表にはドイゴ・アレイダによるローンチ映像が含まれており、プロジェクトのミッションと今後の方向性に関する基礎的な背景を提供しています。
TypeSafeはJevの待機リストを廃止し、一般公開を開始しました。開発者は公式コンソールを通じて、独自のアプリケーションに型付き意思決定機能を統合し、その動作を試すことができます。
TypeSafeはJevの型付き出力アプローチを強調しています。アプリケーションは状態と質問を提供し、確率、選択肢、スコアに基づいて動作します。リンクされた発表では、Venice APIの統合も紹介されています。
AI-assisted summaries and translations. Check original sources for context and performance claims.
advocaatは、自身のデータについてAIに質問するための小型で型安全なクライアントです。TypeSafe Jevを活用し、ローカルデータセットとAIモデル間の構造化された対話を実現する手法を提示しています。

One system for commercial operations. AI automation for order processing, quote-to-cash, and the work behind the work, built around your rules and approvals.
サポーターを探索このツールは、LayaモデルとJevモデルがスネークゲームや格闘ゲームで競い合う比較テスト環境を提供します。同一の条件とパフォーマンス制約の下で、異なるAIモデルがリアルタイムの意思決定タスクをどのように処理するかを実証します。
xtagsは、Xの投稿がユーザーに何を求めているかをラベル付けするツールです。テキスト生成を行わず確率のみを出力するJevモデルを採用し、投稿の意図を客観的に分類する仕組みを実証しています。
このデモでは、ユーザーがJevに対してリアルタイムで音声コマンドを出し、音楽ビートを生成する様子を紹介しています。自然言語入力を使用してサウンド要素を操作・配置する、オーディオ制作のための実験的なインターフェースを提示しています。
本プロジェクトは、Jev環境向けの151M非自己回帰型決定エンジンを紹介します。作成者は、LocalLLaMAの型付き決定ベンチマークにおいて、既存のTypeSafe JevやLayaの実装と比較して、特定の精度とキャリブレーション指標を達成したと主張しています。
このプロジェクトは、JevとローカルのWhisperを使用して音声入力を処理するリアルタイムアシスタントを紹介します。Swiftアプリを通じてユーザーの操作を分類し、画面と対話することでアクセシビリティを向上させる仕組みを実証しています。
Game Planは、Jevが予測不可能なユーザー入力に対してどのように処理し応答するかをテストするために設計されたブラウザベースの実験です。これは、Jevエコシステム内における入力処理能力を示す実用的なデモンストレーションとして機能します。
このmacOSメニューバーアプリは、生成テキストではなく型付きの決定を返すSystem Oneモデル「Jev」を利用し、音声コマンドを構造化されたアクションに変換します。決定論的なローカル実行とAIによるUI操作を組み合わせ、アプリやシステム設定を制御します。
本デモンストレーションでは、rtrvr.aiブラウザエージェントへのJev統合を紹介します。実際のブラウザタスクにおけるJevの性能を評価し、大規模モデルと連携する際の現在の強みと、さらなる改善が必要な領域を明らかにしています。
このリポジトリは、TypeSafe AIのJev APIと連携するための非公式Go SDKを提供します。Goアプリケーション内でJevベースの機能を実装するための開発者向けツールとして機能します。
Corentは、Jevを活用してプロンプトと品質要件を評価し、最適なAIモデルを選択するルーティングシステムを実演しています。この手法は、出力生成の前に各タスクに最も適したモデルを動的に決定することを目的としています。

Menta es el software de gestión clínica impulsado por IA. Una plataforma todo en uno para la gestión administrativa y clínica de profesionales y clínicas
サポーターを探索Hyper3Dは、自然言語で3Dモデルの生成や修正が可能なエージェントモードを公開しました。ツールを直接操作する代わりに、AIとの対話を通じて3D制作を行う新しい手法が注目されています。
Dashengは、音声認識とJevを組み合わせ、リアルタイムで単語ごとの文字起こしとマーキングを行うツールです。このプロジェクトは、音声入力中にライブでテキストをキャプチャし、内容を記録する手法を実証しています。
TypeSafe AIにおける3つの主要な質問タイプ、Choice、Score、Noulについて解説しています。各プリミティブがどのようなデータを返し、どのように機能するかを説明し、開発者がAIとの対話を適切に設計するための基礎知識を提供します。
このMCPサーバーは、TypeSafe JevモデルをAIエージェントに統合し、イエス/ノー判定、多肢選択、ルーブリックベースのスコアリングなどの構造化された出力を提供します。エージェントがワークフロー内でデータに対して直接的かつ型定義された評価を行うことを可能にします。
JEVLAB ARTJev Siftは、エージェントベースの分類と選択的読書のための開発者向けツールです。エージェントプラグインとMCPツールを活用し、情報ストリームを効率的にフィルタリングおよび整理する手法を提示しています。
chowder is a unified API layer that aggregates, normalizes, and serves your data from any source. One endpoint. Every ingredient.
サポーターを探索LitJevは、Qwenモデルを意思決定モデルとして機能させるためのJevフレームワークの再現実装です。モデルの追加学習やテキスト生成を行うことなく、/v1/systemoneスキーマに従って選択肢とスコアを出力するように設計されています。
jevcacheは、TypeSafe Jevクラスモデル向けの軽量な意思決定キャッシュメカニズムを提供します。このツールはモデルの出力をメモ化することで、繰り返し行われるリクエストを決定論的かつ共有可能な形式で処理し、コンパクトなバイナリで効率的な運用を実現します。
このプロジェクトは、LlamaIndexのリランカーとルーターをTypeSafe Jevで強化する手法を実証しています。型安全なスコアと選択肢を活用することで、LLM-as-judgeよりもコスト効率の高い意思決定プロセスを構築することを目指しています。
このリソースは、TypeSafe AI SDKのJsonValue型エイリアスを定義しています。文字列、数値、ブール値、null、配列、およびネストされたオブジェクトを含む、有効なすべてのJSON互換データを表現するための再帰的なTypeScript構造を示しています。
このプロジェクトは、税務書類を自動分類するために設計されたLLMベースのパイプラインを紹介しています。財務書類の整理ワークフローを実証していますが、自動化された分類結果が実際の税務ニーズに対して正確であるかどうかは、ユーザー自身で検証する必要があります。

Dotient is a local-first semantic file search tool that indexes your personal archive. No cloud, no uploads. Starts at $10 one-time.
サポーターを探索このプロジェクトは、ソフトウェアリリースの敵対的評価のための大規模並列ブラウザベースのテストスイートを実証しています。作成者は、このアプローチにより、複数のブラウザインスタンスを同時に実行して潜在的な脆弱性を特定することで、費用対効果の高い自動テストが可能になると主張しています。
このコレクションは、Jevの意思決定ロジックによって駆動されるインタラクティブなボードゲームを紹介しています。従来のボードゲーム形式に自動化された意思決定システムを統合する実用的なデモンストレーションです。
このツールは、Jevを使用して構築されたYouform用の音声ビルダーを実演しています。開発者は、この会話型フォーム構築体験の実装における開発スピードの速さを強調しています。
JEVLAB ARTHunchはGitHubと統合されたコードレビュー支援ツールです。平易な英語で記述されたルールを適用することで、コードの品質を分析し、改善案を提示する機能を提供します。
このプラグインは、Claude CodeなどのAIエージェントがテキスト出力を必要としないステップをJevで処理できるようにします。LLMへの型安全なエスカレーションフローを実証しており、開発者はp50レイテンシ230ms、1,000件あたり約0.02ドルのコストを報告しています。

Wallpets brings cinematic animal companions to your desktop with lightweight mouse-following behavior, idle play, and a growing pet catalog.
サポーターを探索
JEVLAB ARTAugustusは、TypeSafe Jevを用いた判断支援システム構築のためのフレームワークです。構成代数や検証ゲートを活用し、意思決定理論、再ランキング、ルーティングをエージェントシステムに統合する手法を提示しています。
PocketJevは、iPhone上でのオンデバイス視覚的意思決定を目的とした実験的ツールです。MLXとQwen3-VLの直接オプションロジットを活用して視覚入力をローカルで処理し、モバイル環境におけるJev統合型AI推論の可能性を示しています。
本プロジェクトは、Jevを用いた五目並べの実験用プラットフォームで、グリッド入力システムを採用しています。モデルの意思決定プロセスを一手ずつ確認できるほか、リアルタイム対戦や過去の対局の再生機能を提供します。
jev4kは、Jevモデルを操作するためのKotlin DSLおよびクライアントインターフェースを提供します。このツールは、Kotlinエコシステムで開発を行うエンジニア向けに、型安全な抽象化レイヤーを提供することで統合プロセスを簡素化します。
lkcleanは、Jevを使用してLinkedInフィードをフィルタリングするChrome拡張機能です。エンゲージメント目的の投稿や無関係なコンテンツを非表示にし、モデルによる判断の根拠を各投稿で説明します。

Sound notifications for any AI agent — hooks for Claude Code, Cursor, Codex & more, plus an MCP server so the agent can choose its own sounds.
サポーターを探索このプロジェクトは、Jevを使用してリアルタイムの環境データを処理する自動運転システムを実証しています。作成者は、このシミュレーションを動的な運転シナリオにおける車両の意思決定プロセスを評価する手法として提示しています。
JEVLAB ARTjevmodは、カテゴリ固有の確率しきい値を適用することで、コンテンツの自動モデレーションを行うフレームワークを提供します。このツールを使用すると、開発者はデジタルコンテンツを効果的に管理および分類するためのカスタマイズ可能なフィルタリングロジックを実装できます。
このCodexプラグインは、セッション圧縮中のJevガイド付きコンテキスト復元を実装します。既存のロジックをCodexのライフサイクル・フックに適応させることで、システムが自動メモリ管理やセッション管理を行う際、開発状態の一貫性を維持することを目指しています。
本投稿では、AIエージェントのコンテキスト圧縮にJevを使用することの潜在的な欠点を検証しています。Jevフレームワーク内でのエージェントの履歴や状態管理に関する現在のアプローチの有効性に疑問を投げかけています。
このリポジトリは、同一の入力を使用してLayaやJevといったシステムワン(System One)意思決定モデルを比較するためのベンチマークツールを提供します。様々な分類や意図把握タスクを通じて、ローカル実行とAPIベースの実行における精度とレイテンシの差異を評価します。
このプロジェクトは、Jevから特定の情報を照会するための3つのClaude Codeフックを実装しています。カスタム自動化フックを使用して、外部の情報検索を開発ワークフローに直接統合する実用的な手法を提示しています。
このリソースでは、構造化された出力と信頼度スコアを活用して自然言語を処理するJevシステムについて解説しています。従来の大規模言語モデルとは異なる動作原理を持ち、開発者にとっての運用上のトレードオフを明らかにしています。
semdecideは、UnixパイプラインおよびCI環境における型安全な意味的意思決定のためのフレームワークです。TypeSafe AI Jevを活用して自動化ワークフローに構造化されたロジックを統合し、処理の信頼性を向上させることを目的としています。
このGitHub Actionは、ユーザーが設定した信頼度しきい値に基づいて、スパムや重複などのIssueラベルを自動的に割り当てます。特定の基準を満たした場合のみラベルを適用することで、リポジトリ管理を効率化する自動化手法を提示しています。
このコミュニティ主導のRuby SDKは、TypeSafe AI APIへのインターフェースを提供します。開発者は、Rubyアプリケーション内で型定義された質問を定義し、リトライやAPIエラーを管理することで、構造化されたデータ分類やルーティングを実装できます。
chowder is a unified API layer that aggregates, normalizes, and serves your data from any source. One endpoint. Every ingredient.
サポーターを探索本プロジェクトは、Jevを使用して3,000種類の子供向けスナックを複数の基準で評価する様子を紹介しています。作成者は28秒で全評価を完了したと報告しており、大規模なデータセットに対する迅速な自動意思決定の可能性を示しています。
このプラグインは、TypeSafe Jev System Oneの意思決定ツールをHermes Agentフレームワークに統合します。エージェントの意思決定をチェック、ルーティング、スコアリング、評価するための機能を提供し、システム内の論理的な正確性と信頼性の向上を支援します。
このドキュメントは、TypeSafe AIのWithResponseインターフェースを定義し、解析されたデータとHTTPレスポンスおよびリクエストIDを構造化します。開発者がSDK内でレスポンスのメタデータと本文コンテンツにアクセスするための標準的な方法を提供します。
このガイドはTypeSafe AIの統合における基本手順を示しています。開発者がAPIキーを設定し、言語モデルから構造化されたタイプ付きの意思決定を効率的に生成する方法を解説します。
JEVLAB ARTこのプロジェクトは、TypeSafe Jevを使用して履歴書フォルダをスクリーニングする意思決定モデルを実証しています。型安全な判断と編集可能なポリシーを適用するフレームワークを提供し、定義された基準に基づいて文書の再スコアリングを行うことが可能です。

Wallpets brings cinematic animal companions to your desktop with lightweight mouse-following behavior, idle play, and a growing pet catalog.
サポーターを探索pytest-jevは、TypeSafeのJevを使用してLLMの出力を評価するpytest用のセマンティックアサーションツールです。正確なテキストの一致ではなく意味に基づいたテストを可能にし、従来のLLMベースの判定よりも高速かつ安価な確率的判定を提供します。
この研究プロジェクトは、コンテキスト、質問、および候補回答を使用して、ローカルでのバイリンガル確率的意思決定を調査します。TypeSafe Jevの概念に着想を得た独立した実験であり、モデルがローカルで言語固有の入力をどのように処理するかを評価します。
この概念実証は、Jevを使用して電子メールを種類とカテゴリ別に分類する自動化されたトリアージシステムを示しています。IMAP経由でメールを処理し、並列化された質問を使用してラベルを決定し、Pythonでロジックと閾値を管理します。
このプロジェクトは、Vercel AI Gatewayを活用したJevベースのモデルルーターを実装しています。型安全なアーキテクチャ内で異なるAIモデル間のリクエストを管理・ルーティングする技術的アプローチを示しており、モジュール式AIアプリケーションを構築する開発者に構造化されたフレームワークを提供します。
このGoクライアントは、TypeSafe AI System One API用のインターフェースを提供します。開発者は状態データと構造化された質問をJevモデルに送信し、分類やスコアリングなどのタスクに対する型付きの回答と確率スコアを取得できます。

Falconer is an AI-powered company brain that keeps your engineering documentation accurate, searchable, and up to date by syncing with GitHub, Slack, Linear, and the rest of your stack.
サポーターを探索このライブラリは、TypeSafe AI APIと対話するための慣用的なElixirクライアントを提供します。開発者は、ネイティブな言語パターンと構造を使用して、ElixirアプリケーションにTypeSafe AIサービスを統合することができます。
このリソースは、Pythonによるチケットトリアージの例を通じてJevを実用的に紹介しています。自動化されたワークフロー内で構造化された意思決定プロセスをどのように処理するかを実証しています。
このリポジトリは、JevおよびSystem One AIモデル向けの指示コーパスを提供します。119行のデータセットにはchoice、noul、scoreパラメータが含まれており、TypeSafe AIエージェントの動作の学習や評価に役立てることができます。
TypeSafe System One向けのこのCLIおよびエージェントスキルは、Jevとの構造化された対話を可能にします。エージェントワークフロー内で型指定されたChoice、Score、Noulの判断を実装する方法を実証しています。
このツールはZodとJevを統合し、リクエストボディのセマンティック検証を行います。意味ベースのチェックを調整済みの確率に変換することで、アプリケーションコード内でしきい値に基づいた論理処理が可能になります。

The AI-augmented control plane for cybersecurity — unify your security stack, quantify cyber risk in dollars, and run governed AI agents.
サポーターを探索Googleは、AndroidとChromeOSを統合したGooglebook OSを搭載する新ノートPCシリーズを発表しました。Gemini AIがOSに深く組み込まれ、生産性向上を支援します。
このリポジトリは、JevとTypeSafe AIの統合に関する公開デモを提供します。Jevエコシステム内でプリフライト検証ワークフローを実装しようとしている開発者にとって、実用的な例となります。
PulseLaneは、TypeSafe Jevを活用して臨床トリアージの意思決定を支援する手法を提示しています。このプロジェクトは、自動化されたロジックを通じて患者の優先順位付けワークフローを管理するための構造化されたフレームワークを提供します。
このプロジェクトは、出力層にJevを採用した単語レベルの言語モデルを実装しています。n-gramドラフト、Noulチャンク検証、トークンあたりのビット評価といった手法を言語モデル研究に応用する様子を示しています。
JEVLAB ARTこのプロジェクトは、Jev技術を活用したPiエージェント向けのコンテキストキュレーションツールを提供します。エージェントの運用フレームワーク内で情報フローを管理および整理する方法を実証しています。
Lemonpod gives founders one morning brief that combines GitHub, calendar, tasks, inbox, and other work signals into a text summary and audio update. Start the day knowing what needs attention without checking multiple apps.
サポーターを探索このプロジェクトは、Jevがレーシングラインとペダル入力を選択してF1カーを操縦するレースシミュレーションです。コードが物理演算を実行し、Jevが周回を重ねるごとに各コーナーの最適な速度を学習するハイブリッドな仕組みを実証しています。
この実験的なプロジェクトは、ゲームエンジンが決定論的なルールを管理するSnakeゲームの実装を示しています。Jev AIが各ティックで構造化された状態データを使用して移動を決定する仕組みを実演しています。
このプロジェクトは、TypeSafe AI APIと対話するための慣用的なZigクライアントを提供します。Zigアプリケーションにおいて、ネイティブな言語パターンを使用してTypeSafe AIサービスを統合する方法を実証しています。
この概念実証は、Jevの型付き決定とffmpegを統合し、低遅延の音声検閲を実現します。構造化された意思決定をリアルタイムのメディア処理ワークフローに適用する方法を示しています。
jsortは、テキスト行を意味に基づいて並べ替えるためのツールです。Jevモデルによるペア比較を利用して、指定された平易な英語の次元に沿ってデータを整理することを可能にします。
この公式リファレンスドキュメントは、TypeSafe AIの多様な実用的応用例を概説しています。ユーザーが多様な運用環境や技術ワークフローの中でこれらのシステムをどのように実装・統合できるかを理解するための基礎的なガイドとして機能します。
ego-jevは、ego-liteブラウザにJev System Oneモデルを統合し、単一プロセス内でタスクを自動化します。インデックス化された要素テーブルを用いた意思決定により、従来のLLMループと比較して約2倍の高速化を実現したと報告されています。
このプロジェクトは、レースゲームのインターフェース内で運転の意思決定を行うためにJevを統合する方法を示しています。シミュレーションされたゲーム環境において、リアルタイムの制御入力に自律的なロジックを使用する実験的なアプローチを強調しています。
このSDKは、PHP開発者がJevをアプリケーションに統合するためのツールです。テキストや型付きの質問を送信し、信頼度スコア付きの回答を取得できます。PSR-18クライアントおよびLaravelの各バージョンに対応しています。
このデモンストレーションでは、Jevがビデオゲーム環境内で複数のキャラクターを自律的に操作する様子を紹介しています。開発者は、対戦型ゲームプレイにおいてシステムが迅速なリアルタイムの意思決定を行う能力を実証しています。

Whale sharks drifting past. A quiet café after hours. Sixteen living worlds, just beyond your screen.
サポーターを探索このChrome拡張機能は、ソーシャルメディア上のAI生成コンテンツを識別して非表示にします。TypeSafe Jevを使用して特定の言語パターンに基づき投稿をスコアリングし、ユーザーが自身の判断に合わせて検出の重みを調整できるようにします。
ラボで交わす、ちょっとした会話。
読み込み中…
Googleでログインすると、すべての会話を読んで参加できます。
公開チャットです。未ログインの方には一部を伏せたプレビューが表示されます。 プライバシー