Gửi tài nguyên
English
한국어
日本語
Español
Français
Deutsch
简体中文
繁體中文
Português
Bahasa Indonesia
ไทย
Italiano
Türkçe
Polski
Русский
Quay lại phòng thí nghiệmJEVLAB / FIELD NOTES
Mới từ phòng thí nghiệm
Danh sách đọc theo ngày về các tài nguyên mới được thêm vào và TIN TỨC JEVLAB. Hãy quay lại để xem những gì đã thay đổi hoặc theo dõi nguồn cấp RSS trong trình đọc của riêng bạn.
Ghi nhớ lần truy cập này trên trình duyệt này để làm nổi bật các bổ sung mới vào lần sau. Không đăng nhập hoặc theo dõi trên nhiều thiết bị.
Ngày hiển thị khi một mục có sẵn trong JEVLAB, theo giờ UTC, không phải khi nguồn gốc của nó được xuất bản. Các chỉnh sửa chỉ dành cho dịch thuật không được tính là tài nguyên mới.
36
Tầm nhìn của Nvidia về nền kinh tế AI
CEO Jensen Huang của Nvidia nhận định AI đang định hình lại nền kinh tế toàn cầu thông qua việc chuyển đổi các trung tâm dữ liệu thành nhà máy sản xuất trí tuệ. Sự phát triển này được kỳ vọng sẽ thúc đẩy tái công nghiệp hóa và tạo ra nhiều cơ hội việc làm mới.
threads.comrust-sysone
Client Rust không chính thức này cung cấp giao diện an toàn về kiểu dữ liệu để tương tác với System One TypeSafe AI. Nó minh họa một API linh hoạt để xây dựng các yêu cầu và xử lý phản hồi có kiểu, bao gồm việc sử dụng token và ước tính chi phí.
github.comdemo-symfony-typesafe
Dự án này minh họa cách sử dụng Jev và Symfony AI để tự động phân loại các yêu cầu hỗ trợ công cộng. Nó giới thiệu việc xử lý bất đồng bộ, giới hạn tốc độ và cập nhật bảng điều khiển thời gian thực bằng các thành phần Symfony.
github.compi-typesafe
pi-typesafe tích hợp mô hình đánh giá Jev vào môi trường tác nhân Pi. Nó cung cấp một công cụ để đánh giá dữ liệu có cấu trúc, cho phép các tác nhân thực hiện phân loại, chấm điểm và kiểm tra boolean với xác suất đã hiệu chỉnh thay vì văn bản thông thường.
github.comJev DSPy Lab
Jev DSPy Lab cung cấp các công cụ để ghi lại, phát lại và đánh giá các quyết định của TypeSafe AI trong các quy trình DSPy. Nó cho phép các nhà phát triển đo lường hiệu chuẩn, rủi ro chọn lọc, độ trễ và chi phí mô hình hóa thông qua phân tích ngoại tuyến xác định.
github.comjev-usecases
Kho lưu trữ này cung cấp các triển khai Python cho mô hình Jev của TypeSafe AI, minh họa cách sử dụng xác suất đã hiệu chỉnh để ra quyết định tự động và có kiểu trong phần mềm. Nó bao gồm các trường hợp sử dụng như phân loại bảo mật, xử lý hóa đơn và rào chắn cho các mô hình tạo văn bản.
github.comjevymarket
jevymarket là một bot giao dịch thử nghiệm cho Polymarket sử dụng mô hình quyết định Jev để tính toán xác suất. Nó kết hợp nghiên cứu dựa trên web với phân tích có cấu trúc của Jev để xác định và thực hiện các giao dịch dựa trên các biên lợi nhuận có thể cấu hình.
github.comlkclean
lkclean là một tiện ích mở rộng trên Chrome giúp lọc nguồn cấp dữ liệu LinkedIn bằng Jev. Nó ẩn các bài đăng câu tương tác hoặc không liên quan, đồng thời giải thích lý do cho từng quyết định của mô hình.
github.comjev-test-filter
jev-test-filter sử dụng Jev để phân tích git diff và xác định các bài kiểm tra bị ảnh hưởng bởi thay đổi mã. Nó tự động tạo và thực thi các đối số bộ lọc cần thiết cho các trình chạy kiểm tra như vitest, Playwright, cargo test và go test.
github.comslop-filter
Tiện ích mở rộng Chrome này xác định và ẩn nội dung do AI tạo trên mạng xã hội. Nó sử dụng TypeSafe Jev để chấm điểm các bài đăng dựa trên các mẫu ngôn ngữ cụ thể, cho phép người dùng điều chỉnh trọng số phát hiện theo đánh giá cá nhân.
github.comjev-reranker
jev-reranker là một thư viện Python sử dụng API Jev để lọc và sắp xếp lại kết quả tìm kiếm trong các quy trình RAG. Nó cung cấp các ngưỡng có thể cấu hình để loại bỏ các tài liệu không liên quan và hỗ trợ cả yêu cầu đồng bộ và bất đồng bộ.
github.comjev-minesweeper
Dự án này minh họa việc sử dụng mô hình AI Jev để giải trò chơi Dò mìn. Nó áp dụng các mẫu fan-out suy đoán và định tuyến dựa trên độ tin cậy để truy vấn xác suất mìn, so sánh hiệu suất với một bộ giải xác định.
github.comLLMtoJev
LLMtoJev là một công cụ phân tích các prompt LLM để xác định các quyết định có giới hạn phù hợp để chuyển đổi sang các nguyên hàm Jev. Nó giúp trích xuất các tác vụ phân loại, chấm điểm và logic boolean để tối ưu hóa cấu trúc prompt tạo nội dung.
github.comtypesafe-go
Kho lưu trữ này cung cấp các tiện ích Go cho API TypeSafe, bao gồm CLI kiểu grep cho ngôn ngữ tự nhiên, plugin cho nhật ký Kubernetes và SDK chỉ sử dụng thư viện chuẩn. Nó minh họa cách tích hợp các dịch vụ TypeSafe vào quy trình làm việc Go để truy vấn dữ liệu tự động.
github.comTìm kiếm cho thuê Hearth
Hearth là một tác nhân tự động sử dụng TypeSafe Jev để tìm kiếm trên nhiều nền tảng cho thuê. Công cụ này điều khiển trình duyệt để thu thập danh sách và tổng hợp kết quả, tập trung vào việc đọc và báo cáo dữ liệu mà không thực hiện giao dịch.
github.comjev-rs
jev-rs là một công cụ dựa trên Rust cung cấp các đánh giá System One tương thích với TypeSafe từ các LLM. Nó trích xuất log-xác suất cho các tác vụ noul, choice và score mà không tạo văn bản, đồng thời cung cấp các công cụ để hiệu chuẩn và đánh giá độ chính xác.
github.comjev-voice-control
Ứng dụng thanh menu macOS này chuyển đổi lệnh thoại thành các hành động có cấu trúc bằng cách sử dụng Jev, một mô hình System One cung cấp các quyết định được định kiểu thay vì văn bản được tạo. Nó kết hợp thực thi cục bộ xác định với tương tác UI do AI hướng dẫn.
github.comJev AI System One
Jev AI là một mô hình hệ thống một được thiết kế để tích hợp phần mềm, cung cấp các quyết định được định kiểu và hiệu chỉnh như lựa chọn, điểm số hoặc xác suất. Nó nhằm thay thế đầu ra văn bản của LLM bằng dữ liệu có cấu trúc để cho phép ra quyết định lập trình trực tiếp.
github.comjev-grand-prix
Dự án này trình diễn một mô phỏng đua xe F1 nơi Jev đóng vai trò là người lái bằng cách chọn đường đua và bàn đạp. Nó sử dụng phương pháp lai, trong đó mã xử lý vật lý còn Jev học giới hạn tốc độ của từng góc cua qua nhiều vòng.
github.comJevmoji
Jevmoji là một công cụ sử dụng mô hình Jev của TypeSafe để chấm điểm và truy xuất các biểu tượng cảm xúc liên quan dựa trên đầu vào của người dùng. Nó minh họa cách tích hợp chấm điểm ngữ nghĩa bằng AI với khớp từ khóa cục bộ.
github.comjev-practice-speed
Bản demo WebGL này cho phép bạn chơi trò chơi bài Speed với CPU được vận hành bởi Jev của TypeSafe AI. Ứng dụng đo lường và hiển thị tốc độ cũng như độ chính xác trong quyết định của Jev theo thời gian thực, sử dụng bộ kiểm tra cơ học để đảm bảo tuân thủ luật chơi.
github.comjev-information-extraction
Dự án này trình bày cách sử dụng mô hình Jev để trích xuất thông tin từ tài liệu PDF. Nó cung cấp một giao diện tương tác để xếp hạng các đoạn văn bản dựa trên các câu hỏi do người dùng xác định, trực quan hóa bằng chứng trực tiếp trên các trang tài liệu gốc.
github.comjev-connector
Plugin WordPress này tích hợp API TypeSafe System One, cho phép nhà phát triển truy vấn nội dung để lấy dữ liệu có cấu trúc như xác suất, danh mục và điểm số. Nó tận dụng API Connectors của WordPress để quản lý khóa an toàn mà không dùng tính năng tạo văn bản.
github.comtypesafe-ai-go
SDK Go do cộng đồng duy trì này cung cấp giao diện có cấu trúc cho API đánh giá TypeSafe AI System One. Nó bao gồm các trình tạo linh hoạt, định nghĩa câu hỏi có kiểu và logic thử lại tích hợp với backoff lũy thừa để tạo điều kiện tương tác đáng tin cậy.
github.comHermes và Jev chơi Minecraft
Dự án này trình diễn một kiến trúc tác nhân trong đó Hermes lập kế hoạch và Jev chọn các hành động giới hạn để chơi Minecraft. Nó tái hiện thành công một lần speedrun Ender Dragon, cho thấy việc kiểm tra tính hợp lệ tại harness và bộ điều khiển chuyên dụng vượt trội hơn các LLM chung.
github.comJev Realtime Trading
Ứng dụng máy tính để bàn này trình diễn một hệ thống giao dịch thử nghiệm sử dụng mô hình Jev của TypeSafe để phân tích dữ liệu thị trường trực tiếp. Nó thực hiện các giao dịch mô phỏng dựa trên các quy tắc định sẵn, cung cấp giao diện trực quan để theo dõi quyết định mà không cần dùng vốn thật.
github.comĐấu trường AI Laya vs Jev
Công cụ này cung cấp một môi trường thử nghiệm so sánh nơi các mô hình Laya và Jev cạnh tranh trong các trò chơi Snake và chiến đấu. Nó chứng minh cách các mô hình AI khác nhau xử lý các tác vụ ra quyết định thời gian thực dưới các điều kiện và ràng buộc hiệu suất giống hệt nhau.
github.comjev-benchmark
Kho lưu trữ này cung cấp một bộ chuẩn có thể tái lập cho Jev của TypeSafe AI, đánh giá hiệu suất của nó trong việc phân loại rủi ro khi gọi công cụ của tác nhân. Nó kiểm tra độ chính xác, độ trễ và độ tin cậy của điểm tin cậy trong các kịch bản nhiệm vụ rõ ràng, mơ hồ và đối nghịch.
github.comwatfile
watfile là một công cụ dòng lệnh giúp tự động hóa việc sắp xếp tệp bằng cách phân loại chúng vào các thư mục thông qua AI. Nó sử dụng TypeSafe AI Jev hoặc các mô hình Laya cục bộ để phân tích nội dung tài liệu.
github.comtypesafe-jev-mcp
Máy chủ MCP này tích hợp mô hình Jev của TypeSafe như một công cụ đánh giá có kiểu cho các tác nhân AI. Nó minh họa cách xử lý trạng thái và các câu hỏi có cấu trúc để trả về kết quả phân loại như lựa chọn, điểm số và xác suất.
github.comawesome-jev
Thư mục này đóng vai trò là trung tâm cộng đồng cho hệ sinh thái TypeSafe Jev. Nó tập hợp các SDK chính thức, các bản demo dựa trên tác nhân và các dự án thử nghiệm sử dụng mô hình System One cho các tác vụ ra quyết định có cấu trúc.
github.comTài liệu về phản hồi của API TypeSafe
Tài liệu này trình bày chi tiết cấu trúc SystemOneResponse trong SDK Python của TypeSafe. Nó giải thích cách API trả về các câu trả lời có cấu trúc, điểm tin cậy và siêu dữ liệu sử dụng token cho nhiều loại câu hỏi khác nhau.
docs.typesafe.aiAPI Câu hỏi TypeSafe AI
Tài liệu này mô tả SDK Python cho TypeSafe AI, tập trung vào việc xác định các câu hỏi có/không, lựa chọn và điểm số. Nó trình bày cách cấu trúc trạng thái và tiêu chí bằng cách sử dụng các đối tượng hoặc từ điển để tạo điều kiện tương tác có cấu trúc với các mô hình AI.
docs.typesafe.aiTypeSafe AI SDK RetryPolicy
Tài liệu này trình bày chi tiết về lớp RetryPolicy cho SDK Python của TypeSafe AI. Nó giải thích cách cấu hình số lần thử lại, chiến lược backoff, jitter và các mã trạng thái HTTP cụ thể để xử lý hiệu quả các lỗi mạng tạm thời và vấn đề kết nối API.
docs.typesafe.aiAPI đồng bộ TypeSafeClient
TypeSafeClient cung cấp giao diện đồng bộ để tương tác với API TypeSafe AI. Nó cho phép các nhà phát triển cấu hình xác thực, chính sách thử lại và thời gian chờ, đồng thời hỗ trợ liệt kê các mô hình và thực hiện truy vấn dữ liệu có cấu trúc.
docs.typesafe.aiXử lý ngoại lệ SDK TypeSafe
Tài liệu này phác thảo hệ thống phân cấp ngoại lệ cho SDK Python của TypeSafe. Nó trình bày chi tiết cách các nhà phát triển có thể xử lý theo lập trình các lỗi API khác nhau, bao gồm mã trạng thái HTTP, lỗi kết nối, thời gian chờ và lỗi xác thực phản hồi.
docs.typesafe.ai
