情報を送る
English
한국어
Español
Français
Deutsch
简体中文
繁體中文
Português
Bahasa Indonesia
ไทย
Italiano
Tiếng Việt
Türkçe
Polski
Русский
ラボに戻るJEVLAB / FIELD NOTES
ラボからの最新情報
新しく追加されたリソースとJEVLAB NEWSの日付付きリスト。変更点を確認するか、お使いのリーダーでRSSフィードをフォローしてください。
このブラウザでこの訪問を記憶し、次回新しい追加を強調表示します。サインインやデバイス間追跡はありません。
日付は、元のソースが公開された時ではなく、JEVLABで利用可能になった時をUTCで示しています。翻訳のみの編集は新しいリソースとしてカウントされません。
28
jev-mcp-server
このMCPサーバーは、Jev意思決定モデルをAIエージェントに統合し、選択、スコアリング、検証ツールを提供します。文章生成を伴わずに、トリアージやルーティングなどのタスクに対して、低遅延かつ低コストで構造化された意思決定を可能にします。
github.comjev-storyboard-lab
このリポジトリは、構造化されたビデオタイムライン生成におけるGoogle ADKとMicrosoft Agent Frameworkを比較します。LLMが生成したJSON出力のセマンティックな妥当性を、エージェントアーキテクチャを問わず検証するためのベンダー中立な品質管理ゲートとしてTypeSafe Jevを活用する方法を実証しています。
github.comjevbench
jevbenchは、TypeSafe JEVをLLM、BERT、Layaモデルと比較するための再現可能なベンチマークツールです。公開データセットを用いて、テキスト分類タスクにおける精度、キャリブレーション、レイテンシ、スループット、コストを体系的に評価します。
github.comJevLoop
JevLoopは、TypeSafe Jevを活用してエージェントの意思決定を最適化するPythonランタイムです。保護されたツール実行と分離されたDockerサンドボックスを使用することで、標準的なエージェントループと比較してLLM呼び出し回数とレイテンシの削減を目指しています。
github.comCodex CLIに音声モードが追加
Codex CLIに音声対話機能が実装されました。最新版へアップデートし、実験的設定から音声モードを有効にすることで、音声による操作が可能になります。
threads.compytest-jev
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。
github.comsysone-bench
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。
github.comCognition、ターミナル統合型Devin Cloudを発表
Cognitionは、ターミナルから直接Devinのクラウドセッションを操作できるCLI機能をリリースしました。これにより、開発者はVM環境へ直接アクセスし、バックグラウンドでのタスク実行やローカル環境との連携が可能になります。
threads.comdsh-jev-verify
このプラグインは、DeepSeek HarnessにJev意思決定モデルを統合し、高速で型安全なエージェント判断を実現します。意思決定ツール、安全のための自動ガード、およびライブAPIのパフォーマンスと精度を測定する検証ベンチマークを提供します。
github.comAwesome Jev / TypeSafe
このコミュニティ主導のディレクトリは、TypeSafeのJevに関するリソース、SDK、プロジェクト例をまとめています。Choice、Score、Noulといった型付きプリミティブを使用してモデル出力を構造化する方法を解説し、最終的な判断やポリシーの適用はアプリケーションコードが担うべきであると強調しています。
github.comJevのパブリックおよびプライベートデータでのテスト
本分析は、Jevを小型言語モデルと比較し、分類フィルターとしての性能を評価しています。著者は、Jevが短文タスクにおいてコストとレイテンシを削減する高信頼性フィルターとして有効であることを示し、複雑な推論タスクには依然として高性能なモデルが必要であると指摘しています。
amankumar.aiテンセントがHy Image 3.5プレビューを公開
テンセントは、テキストおよび画像からの生成機能を強化したHy Image 3.5プレビューを発表しました。性能向上に加え、競争力のあるAPI価格設定が注目されています。
threads.comGoogleが新ノートPCシリーズ「Googlebook」を発表
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。
threads.comGemini NotebookLMにインタラクティブ学習機能が追加
Googleは、すべてのユーザー向けにNotebookLMの新しいインタラクティブ学習概要機能を公開しました。このアップデートにより、単なる資料整理ツールから、より高度な個人学習環境へと進化しています。
threads.comChatGPTの更新と今後の展開
Choi氏は、ChatGPTがリセットされており、近日中に大きな発表があることを示唆しています。ユーザーは今後の重要なアップデートに注目が集まっています。
threads.comWhite CircleがAIモデル事後学習用フレームワークHaloを公開
White Circleは、オープンソースAIモデルの事後学習を効率化するHaloフレームワークを発表しました。このツールは、既存のライブラリと比較して高いスループットとメモリ効率を実現し、学習プロセスを簡素化します。
threads.comHermes AgentがClaudeサブスクリプション連携を再開
Hermes Agentは、公式のClaude Code CLIを利用することでClaudeサブスクリプションのサポートを再開しました。これは、Anthropicによる外部エージェントの制限措置を受けた新しい接続手法です。
threads.comtypesafe-sdk-ruby
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。
github.comUnitreeがロボットハンド「Dex5-S」を発表
Unitreeは、人間の手と同等のサイズで22の自由度を持つロボットハンド「Dex5-S」を公開しました。この製品は精密な関節制御と衝撃保護機能を備え、6,500ドルから提供されます。
threads.comメタ、ペタビット級の大西洋横断海底ケーブルを発表
メタは、米国とフランスを結ぶ毎秒1ペタビットの容量を持つ海底ケーブル「Petal」を発表しました。このインフラ投資は、AIデータセンターの拡大に伴うネットワーク需要の増大に対応するものです。
threads.compi-jev-sentinel
このツールは、Jevを使用してコーディングエージェントのツール呼び出し、出力、および応答を評価するセキュリティガードとして機能します。プロンプトインジェクションの検出、シークレットのスクラブ、タスクの固定を行い、エージェントの対話の安全性を向上させます。
github.comTypeSafeAI
TypeSafeAIは、TypeSafe AI System One向けの.NET SDKです。NativeAOTに対応した型安全なAPIを提供し、バッチ処理やMicrosoft.Extensions.AIとの統合によるルーティングや評価機能をサポートします。
github.comjevtest 感情嘘発見器
このツールはTypeSafe Jevモデルを使用して、リアルタイムで感情的なサブテキストを分析します。Jevの確率的分類を一般的なLLMと比較し、特定の意思決定タスクにおいて、Jevがどのように構造化された信頼度スコアを提供し、レイテンシとコストの効率を向上させる可能性があるかを示しています。
github.comjev-lint
jev-lintは、Jev分類器を使用してコードとドキュメント間の論理的な不整合を特定するツールです。ast-grepマッチャーと自然言語クエリを組み合わせることで、誤解を招くコメントや命名の不一致、隠れた失敗パスなどの問題を検出します。
github.comコーディングエージェントとJev
本リソースは、Jevがテキスト生成LLMではなく、構造化された意思決定のためのSystem Oneモデルであることを解説しています。開発者がコーディングエージェントと連携し、分類やスコアリング、ルーティングにJevを活用する方法を学びます。
docs.typesafe.aiテレンス・タオ教授によるAI研究への提言
数学者のテレンス・タオ教授は、AI企業に対し、単なる正解の提示ではなく人間が理解可能な洞察を提供すべきだと指摘しました。ベンチマークスコアの最適化に偏る現状は、科学的検証において不十分であると警告しています。
threads.comXiaomi、オープンウェイトモデル「MiMo-V2.6」を発表
Xiaomiは、ネイティブマルチモーダル機能を備えた「MiMo-V2.6 Pro」および「Flash」を発表しました。CHOIによると、これらのモデルはオープンウェイトモデルとして最高水準の性能を誇り、学習環境やコードも公開されています。
threads.comOpenAI、数学の難問を解決する新しい内部モデルを発表
OpenAIは、ナビエ・ストークス方程式を含む100以上の数学的難問を解決した新しい内部モデルを公開しました。約1万のAIエージェントが連携し、わずか24日間で成果を上げました。また、研究の透明性を確保するため、数学諮問グループも設立されました。
threads.com
8
非線形的に加速するAIの進化
Choi氏は、AIの進化が線形的な予測を大きく上回る速度で進んでいると指摘しています。AI自身が研究開発に活用されることで、かつて数十年先と見込まれていた技術的マイルストーンが急速に達成されています。
threads.comjev-mcp
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。
github.comspring-ai-typesafe
このJava SDKは、TypeSafe AI JEV APIをSpring AIと統合します。Noul、Choice、Scoreといった構造化された意思決定プリミティブを提供し、従来のテキスト生成に頼ることなく、LLM-as-a-judge、ガードレール、RAG後処理の実装を可能にします。
github.comtypesafe-sdk-go
このGo SDKは、TypeSafe AIサービスと対話するための構造化されたインターフェースを提供します。開発者は、選択式、スコア式、ブール式の質問を使用して評価を実行し、クライアント設定、リトライ、およびログ記録を管理できます。
github.comjev Ruby クライアント
このRubyライブラリは、JevモデルAPI用のクライアントを提供します。開発者は、真偽判定、選択、ルーブリックベースのスコアリングといった手法を用いて並列クエリを実行し、アプリケーション内でのAI駆動の意思決定を構造化することが可能です。
github.comTypeSafe.AI.Sdk for .NET
このコミュニティ開発による.NETクライアントは、TypeSafe AIサービスのための型安全なインターフェースを提供します。公式のJavaScript SDKの機能を踏襲しており、開発者は.NETアプリケーション内で構造化された質問と回答のワークフローを実装できます。
github.comjev-mailroom
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。
github.comNitro
Nitroは、Jevを使用してターンごとにツールリストをフィルタリングすることでGrok Buildを最適化します。モデル実行前にツールを絞り込むことで、プロンプトキャッシュの効率を維持しつつ、トークン使用量とコストを削減します。
github.com
