JEVLAB
提交资源
简体中文
English한국어日本語EspañolFrançaisDeutsch简体中文繁體中文PortuguêsBahasa IndonesiaไทยItalianoTiếng ViệtTürkçePolskiРусский
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。

通过实地指南学习通过 RSS 关注
此窗口内有 104 项新增

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。

36

  1. JEVLAB 新闻

    英伟达首席执行官谈人工智能经济影响

    英伟达首席执行官黄仁勋指出，人工智能正在重塑全球经济，并催生出一个万亿美元规模的新产业。他认为，这种转型不仅推动了数字智能的发展，还通过基础设施建设带动了实体经济中蓝领就业岗位的增长。

    threads.com
  2. GitHub

    rust-sysone

    这是一个非官方的 Rust 客户端，为与 System One TypeSafe AI 交互提供了类型安全的接口。它展示了用于构建请求和处理类型化响应（包括令牌使用量和成本估算）的流式 API。

    github.com
  3. GitHub

    demo-symfony-typesafe

    该项目演示了如何使用 Jev 和 Symfony AI 自动对公共支持请求进行分类。它展示了如何利用 Symfony 组件实现异步处理、速率限制和实时仪表板更新，以对意图、紧急程度和错误报告进行分类。

    github.com
  4. GitHub

    pi-typesafe

    pi-typesafe 将 Jev 判断模型集成到 Pi 代理环境中。它提供了一种结构化数据评估工具，使代理能够使用校准后的概率（而非文本）来执行分类、评分和布尔检查。

    github.com
  5. GitHub

    Jev DSPy Lab

    Jev DSPy Lab 提供用于在 DSPy 工作流中记录、重放和基准测试 TypeSafe AI 决策的工具。开发人员可以通过确定性离线分析来测量校准、选择性风险、延迟和建模成本。

    github.com
  6. GitHub

    jev-usecases

    该存储库提供了 TypeSafe AI Jev 模型的 Python 实现，演示了如何利用校准概率在软件中进行自动化的类型化决策。它涵盖了安全分类、发票处理以及生成式语言模型的防护栏等多种用例。

    github.com
  7. GitHub

    jevymarket

    jevymarket 是一个用于 Polymarket 的实验性交易机器人，利用 Jev 决策模型来计算概率。它将基于网络的搜索研究与 Jev 的结构化分析相结合，根据可配置的优势来识别并执行交易。

    github.com
  8. GitHub

    lkclean

    lkclean 是一款利用 Jev 对 LinkedIn 信息流进行过滤的 Chrome 扩展程序。它能自动折叠互动诱饵和无关内容，并为模型的每一项决策提供直观的解释。

    github.com
  9. GitHub

    jev-test-filter

    jev-test-filter 使用 Jev 分析 git diff，识别受代码更改影响的测试。它能自动为 vitest、Playwright、cargo test 和 go test 等测试运行器生成并执行必要的过滤参数。

    github.com
  10. GitHub

    slop-filter

    此 Chrome 扩展程序可识别并隐藏社交媒体上的 AI 生成内容。它利用 TypeSafe Jev 根据特定的语言模式对帖子进行评分，允许用户根据个人判断调整检测权重。

    github.com
  11. GitHub

    jev-reranker

    jev-reranker 是一个 Python 库，利用 Jev API 对 RAG 流程中的搜索结果进行过滤和重排序。它提供可配置的阈值以剔除无关文档，并支持同步和异步请求，从而实现高效的上下文管理。

    github.com
  12. GitHub

    jev-minesweeper

    该项目演示了使用 Jev AI 模型来解决扫雷游戏。它利用推测性扇出和基于置信度的路由模式来查询地雷概率，并将模型表现与确定性求解器进行对比评估。

    github.com
  13. GitHub

    LLMtoJev

    LLMtoJev 是一款用于分析 LLM 提示词的工具，旨在识别可迁移至 Jev 原语的限定决策任务。它帮助开发者从生成式提示词中提取分类、评分和布尔判断任务，从而优化提示词结构。

    github.com
  14. GitHub

    typesafe-go

    该存储库为 TypeSafe API 提供了 Go 实用程序，包括用于自然语言查询的 grep 风格 CLI、Kubernetes 日志分析插件以及仅依赖标准库的 SDK。它演示了如何将 TypeSafe 服务集成到 Go 工作流中，以实现自动化的数据查询和日志检查。

    github.com
  15. GitHub

    Hearth 租赁搜索

    Hearth 是一个利用 TypeSafe Jev 自动搜索多个租赁平台的代理工具。它通过驱动浏览器抓取房源信息并汇总成列表，仅负责读取和展示数据，不参与任何实际交易流程。

    github.com
  16. GitHub

    jev-rs

    jev-rs 是一个 Rust 编写的引擎，用于从大语言模型中获取兼容 TypeSafe 的 System One 判断。它通过提取 noul、choice 和 score 任务的对数概率而非生成文本，并提供本地校准和评估工具来衡量模型置信度与准确性。

    github.com
  17. GitHub

    jev-voice-control

    此 macOS 菜单栏应用利用 Jev（一种提供类型化决策而非生成文本的 System One 模型）将语音指令转换为结构化操作。它结合了确定性本地执行与 AI 引导的 UI 交互，用于控制应用程序和系统设置。

    github.com
  18. GitHub

    Jev AI System One

    Jev AI 是一款专为软件集成设计的 System One 模型，提供选择、评分或概率等类型化且经过校准的决策。它旨在用结构化数据取代 LLM 的文本输出，从而实现直接且无错误的程序化决策。

    github.com
  19. GitHub

    jev-grand-prix

    该项目展示了一个 F1 赛车模拟器，由 Jev 通过选择赛车路线和踏板输入来驾驶。它采用混合模式，由代码处理物理执行，而 Jev 则通过多轮比赛学习每处弯道的极限速度。

    github.com
  20. GitHub

    Jevmoji

    Jevmoji 是一个利用 TypeSafe 的 Jev 模型根据用户输入对相关表情符号进行评分和检索的工具。它展示了如何将人工智能驱动的语义评分与本地关键词匹配相结合，以实现表情符号发现功能。

    github.com
  21. GitHub

    jev-practice-speed

    这是一个 WebGL 演示，用户可以与由 TypeSafe AI 的 Jev 驱动的 CPU 进行“速度”卡牌游戏对战。该应用旨在实时测量并展示 Jev 的决策速度和准确性，并通过机械验证器确保游戏规则的执行。

    github.com
  22. GitHub

    jev-information-extraction

    该项目演示了如何使用 Jev 模型从 PDF 文档中提取信息。它提供了一个交互式界面，根据用户定义的问题对文本块进行排名，并将证据直接可视化在原始文档页面上。

    github.com
  23. GitHub

    jev-connector

    此 WordPress 插件集成了 TypeSafe System One API，允许开发者查询内容以获取概率、类别和评分等结构化数据。它利用 WordPress Connectors API 进行安全的密钥管理，且不使用生成式文本功能。

    github.com
  24. GitHub

    typesafe-ai-go

    此社区维护的 Go SDK 为 TypeSafe AI System One 评估 API 提供了结构化接口。它包含流式构建器、类型化问题定义以及带有指数退避的内置重试逻辑，旨在促进与评估服务之间可靠的交互。

    github.com
  25. GitHub

    Hermes 和 Jev 玩 Minecraft

    该项目展示了一种代理架构，其中 Hermes 负责规划，Jev 选择有限动作来玩 Minecraft。它复现了一次成功的末影龙速通，表明在 harness 端进行有效性检查和使用专用控制器在效率和成本上均优于通用大模型。

    github.com
  26. GitHub

    Jev 实时交易

    该桌面应用程序演示了一个利用 TypeSafe 的 Jev 模型分析实时市场数据的模拟交易系统。它根据预设规则执行虚拟交易，并提供可视化界面来监控代理的决策过程和表现，全程不涉及真实资金。

    github.com
  27. GitHub

    Laya vs Jev AI 竞技场

    该工具提供了一个对比测试环境，让 Laya 和 Jev 模型在贪吃蛇和格斗游戏中进行竞争。它展示了不同的 AI 模型如何在相同的条件和性能限制下处理实时决策任务。

    github.com
  28. GitHub

    jev-benchmark

    该存储库为 TypeSafe AI 的 Jev 提供了可复现的基准测试，用于评估其在代理工具调用风险分类方面的表现。它通过清晰、模糊和对抗性任务场景，测试了模型的准确性、延迟以及置信度分数的可靠性。

    github.com
  29. GitHub

    watfile

    watfile 是一个命令行工具，通过 AI 分类自动整理文件。它利用 TypeSafe AI Jev 或本地 Laya 模型分析文档内容，并将其移动或链接到相应的类别文件夹中。

    github.com
  30. GitHub

    typesafe-jev-mcp

    该 MCP 服务器将 TypeSafe Jev 模型集成为 AI 代理的类型化评估工具。它演示了如何处理状态和结构化问题，并返回选择、分数和概率等分类输出，从而实现自动化的决策工作流程。

    github.com
  31. GitHub

    awesome-jev

    该目录是 TypeSafe Jev 生态系统的社区中心。它汇集了官方 SDK、基于代理的演示以及利用 System One 模型进行结构化决策的各种实验性项目。

    github.com
  32. Docs

    TypeSafe API 响应文档

    本文档详细介绍了 TypeSafe Python SDK 中的 SystemOneResponse 结构。它解释了 API 如何针对各种问题类型返回结构化答案、置信度分数以及令牌使用元数据。

    docs.typesafe.ai
  33. Docs

    TypeSafe AI 问题 API

    本文档介绍了 TypeSafe AI 的 Python SDK，重点说明了如何定义是/否、选择和评分问题。它演示了如何使用对象或字典来构建状态和标准，从而促进与 AI 模型之间的结构化交互。

    docs.typesafe.ai
  34. Docs

    TypeSafe AI SDK RetryPolicy

    本文档详细介绍了 TypeSafe AI Python SDK 的 RetryPolicy 类。它解释了如何配置重试次数、退避策略、抖动以及特定的 HTTP 状态码，以有效处理瞬时网络错误和 API 连接问题。

    docs.typesafe.ai
  35. Docs

    TypeSafeClient 同步 API

    TypeSafeClient 提供了一个与 TypeSafe AI API 交互的同步接口。开发人员可以配置身份验证、重试策略和超时设置，同时支持列出模型并执行结构化数据查询。

    docs.typesafe.ai
  36. Docs

    TypeSafe SDK 异常处理

    本文档概述了 TypeSafe Python SDK 的异常层次结构。它详细介绍了开发人员如何以编程方式处理各种 API 错误，包括 HTTP 状态码、连接失败、超时以及响应验证问题。

    docs.typesafe.ai