提交资源
English
한국어
日本語
Español
Français
Deutsch
繁體中文
Português
Bahasa Indonesia
ไทย
Italiano
Tiếng Việt
Türkçe
Polski
Русский
回到实验室JEVLAB / FIELD NOTES
实验室最新动态
一份按日期排列的新增资源和 JEVLAB 新闻阅读列表。回来查看更新，或在你的阅读器中关注 RSS 源。
在此浏览器上记住此访问，以便下次突出显示新增内容。无需登录或跨设备跟踪。
日期显示的是项目在 JEVLAB 中可用的时间（UTC），而非其原始来源发布的时间。仅翻译编辑不计为新资源。
15
NotebookLM 推出交互式学习概览
Google 已向所有用户开放 NotebookLM 的交互式学习概览功能。该工具正从单纯的资料整理平台，逐步演变为个性化的学习环境。
threads.comChatGPT 重置与潜在更新
Choi 报告称 ChatGPT 进行了重置，暗示即将有重大更新发布。用户正密切关注该平台即将推出的重要功能改进。
threads.comWhite Circle 发布 Halo 模型训练框架
White Circle 推出了 Halo，旨在简化开源 AI 模型的后训练流程。该工具通过 YAML 配置实现高效的微调与强化学习，显著提升了处理性能并降低了硬件门槛。
threads.comHermes Agent 恢复 Claude 订阅支持
Hermes Agent 通过全新的官方插件重新支持 Claude 订阅功能，该插件直接调用 Claude SDK。此举旨在绕过 Anthropic 此前对外部代理的限制，通过官方 CLI 路径发送请求。
threads.comtypesafe-sdk-ruby
这是一个由社区维护的 Ruby SDK，为 TypeSafe AI API 提供接口。它允许开发人员通过定义类型化问题、管理重试和处理 API 错误，在 Ruby 应用程序中实现结构化数据分类和路由。
github.com宇树科技发布 Dex5-S 机器人手
宇树科技推出了 Dex5-S，这是一款具备 22 个自由度的人手大小机器人手。该设备旨在通过精细的关节控制和冲击保护功能，提升机器人处理工具的能力。
threads.comMeta 发布 Petal 跨大西洋海底光缆
Meta 宣布推出全球首个拍比特级跨大西洋海底光缆 Petal，旨在显著提升数据传输能力。这一举措反映了随着人工智能数据中心的扩张，全球网络基础设施正成为科技巨头竞争的核心领域。
threads.compi-jev-sentinel
该工具通过使用 Jev 评估工具调用、输出和回复，充当编码代理的安全卫士。它有助于检测提示词注入、清理敏感信息并固定任务，从而确保代理交互的安全性。
github.comTypeSafeAI
TypeSafeAI 是一个用于 TypeSafe AI System One 的 .NET SDK。它提供了一个支持 NativeAOT 的类型安全 API，并支持批处理以及与 Microsoft.Extensions.AI 的集成，用于路由和评估。
github.comjevtest 情绪测谎器
该工具通过实时分析情绪潜台词来演示 TypeSafe Jev 模型。它将 Jev 的概率分类与标准 LLM 进行对比，展示了 Jev 如何为特定决策任务提供结构化的置信度评分，并在延迟和成本方面展现出潜在的效率优势。
github.comjev-lint
jev-lint 是一个利用 Jev 分类器识别代码与其文档之间逻辑不一致的工具。它结合了 ast-grep 匹配器和自然语言查询，旨在检测诸如误导性注释、命名不匹配以及隐藏的失败路径等问题。
github.comJev 与编码代理
该资源阐明了 Jev 是用于结构化决策的 System One 模型，而非文本生成 LLM。它指导开发人员如何将 Jev 与编码代理集成，以执行分类、评分和路由等任务。
docs.typesafe.ai陶哲轩谈人工智能与科学研究
数学家陶哲轩指出，AI企业应提供可解释的洞察，而非仅仅输出答案。他批评了当前盲目追求基准测试分数而忽视结果验证的现象，强调科学研究需要人类可理解的逻辑。
threads.com小米发布 MiMo-V2.6 模型
小米推出了 MiMo-V2.6 Pro 和 Flash 多模态模型，在开源模型领域表现出色。此次发布不仅包含模型权重，还公开了强化学习环境和训练代码，旨在提升透明度与可复现性。
threads.comOpenAI 数学研究取得进展
OpenAI 宣布其新内部模型已解决 100 多个长期未解的数学难题。该成果得益于多智能体协作及强化学习技术的应用。
threads.com
21
人工智能发展的加速趋势
Choi 指出，人工智能的发展并非线性，其进步速度已远超研究人员此前的预期。随着人工智能被投入到自身的研发过程中，技术奇点可能比预想中更早到来。
threads.comjev-mcp
该 MCP 服务器将 TypeSafe Jev 模型集成到 AI 代理中，提供诸如是/否判断、多项选择和基于准则的评分等结构化输出。它使代理能够在工作流程中直接对数据进行类型化的评估。
github.comspring-ai-typesafe
该 Java SDK 将 TypeSafe AI JEV API 与 Spring AI 集成。它提供了 Noul、Choice 和 Score 等结构化决策原语，使开发者能够在不依赖传统文本生成的情况下实现 LLM-as-a-judge、护栏和 RAG 后处理。
github.comtypesafe-sdk-go
此 Go SDK 为与 TypeSafe AI 服务交互提供了结构化接口。开发人员可以使用选择题、评分题和布尔题进行评估，并管理客户端配置、重试机制和日志记录。
github.comjev Ruby 客户端
该 Ruby 库为 Jev 模型 API 提供了客户端。它允许开发人员通过基于真值、选择和评分标准的方法执行并行查询，从而在应用程序中构建 AI 驱动的决策流程。
github.comTypeSafe.AI.Sdk for .NET
此社区开发的 .NET 客户端为 TypeSafe AI 服务提供了类型安全的接口。它复刻了官方 JavaScript SDK 的功能，使开发人员能够在 .NET 应用程序中实现结构化的问答工作流。
github.comjev-mailroom
该概念验证展示了一个使用 Jev 按类型和类别对邮件进行分类的自动化邮件分拣系统。它通过 IMAP 处理邮件，利用并行问题来确定标签，同时在 Python 中处理逻辑和阈值。
github.comNitro
Nitro 通过使用 Jev 在每轮开始时过滤工具列表来优化 Grok Build。这种方法在模型执行前缩小了可用工具范围，从而在保持提示缓存效率的同时减少了令牌使用量和成本。
github.comswift-typesafe
此 Swift 6.4 SDK 为 TypeSafe AI 提供了类型安全的客户端，并与 Python SDK 0.7.0 API 保持一致。它利用 Swift 宏定义问题和响应模式，从而实现与 AI 模型之间的结构化交互。
github.comtypesafe-sdk-php
此社区维护的 PHP SDK 为 TypeSafe AI System One API 提供了客户端。它支持执行类型化查询，通过 Guzzle Promise 管理异步请求，并提供可配置的重试机制和日志记录功能，以实现模型发现。
github.comsqlite3-jev
此 SQLite 扩展实现了与 TypeSafe Jev 的直接集成，允许用户通过基于 libcurl 的函数调用，在 SQL 查询中直接执行分类、评分和是非概率检查等决策型 AI 任务。
github.comSmartMoney-Cub
SmartMoney-Cub 是一个只读的交易日志和复盘工具，利用 Jev 对金融证据进行分析。它通过离线反馈循环帮助交易者评估决策并优化策略，且不执行任何交易操作或连接经纪商账户。
github.comProgressGate
ProgressGate 是一款通过 Jev 分析轨迹来检测代理循环中语义停滞的工具。它提供 CONTINUE、WARN、REPLAN 或 HALT 等确定性决策，以防止代理在矛盾的假设上陷入重复循环。
github.com吸烟史提取基准测试
该存储库提供了一个基准测试，用于比较 Jev 和 OpenAI 在从 1,000 份合成医疗记录中提取吸烟史方面的表现。它通过共享的候选选择流水线来评估准确性、成本和延迟，而非无约束的生成式提取。
github.comjev-agent-browser
jev-agent-browser 通过集成 Jev 和 agent-browser 为浏览器代理提供了一个受限的执行环境。它支持类型化的动作选择和结构化的任务编排，使父代理能够安全地委派网页浏览和研究任务。
github.comego-jev
ego-jev 为 ego lite 提供了一个使用 TypeSafe System One 的内部循环。它用每个 DOM 步骤的单一类型化决策取代了标准的 LLM 轮次，旨在通过减少交互式 Web 任务中的延迟来提高浏览器代理的性能。
github.comego-jev
ego-jev 将 Jev System One 模型集成到 ego-lite 浏览器中，实现单进程任务自动化。通过使用索引化元素表进行决策，该工具在测试中表现出比传统 LLM 循环快约 2 倍的执行效率。
github.comjev-leftpad
该项目展示了使用 Jev 进行字符串左填充的非传统方法。它作为一个幽默的过度工程示例，演示了如何通过模型调用来完成标准库函数即可轻松处理的任务。
github.comjev-docs-zh
本项目提供 TypeSafe AI 旗下 Jev 模型官方文档的非官方中文翻译。内容涵盖 System One 核心概念及 Choice、Score、Noul 三种原语，并包含用于本地部署和离线阅读的静态站点生成器。
github.comAsyncTypeSafeClient
此资源介绍了用于 Python 的 AsyncTypeSafeClient，支持与 TypeSafe AI API 进行异步交互。文档详细说明了配置参数、日志记录设置以及用于管理模型和执行系统查询的方法。
docs.typesafe.aiSpaceXAI 发布 Grok 4.7
SpaceXAI 推出了 Grok 4.7，重点在于通过强化学习提升复杂任务和编程能力。尽管在文档分析和代码生成方面有所进步，但整体智能水平的提升幅度相对有限。
threads.com
