回到實驗室

JEVLAB / FIELD NOTES

實驗室最新消息

新加入資源與 JEVLAB NEWS 的日期列表。回來查看變更內容,或在您的閱讀器中訂閱 RSS 摘要。

此期間有 1,299 項新增

在此瀏覽器記住此訪問,以便下次標記新增內容。無需登入或跨裝置追蹤。

日期顯示項目在 JEVLAB 中可用的時間(UTC),而非原始來源發布的時間。僅翻譯的編輯不計為新資源。

36

  1. JEVLAB NEWS

    輝達執行長談人工智慧經濟影響

    輝達執行長黃仁勳強調,人工智慧正在重塑全球經濟結構,並形成一個數兆美元規模的龐大產業。他認為,這場革命不僅推動了智慧製造,還透過基礎設施建設帶動了實體經濟中藍領職位的顯著增長。

    threads.com
  2. GitHub

    rust-sysone

    這是一個非官方的 Rust 客戶端,為與 System One TypeSafe AI 交互提供了類型安全的介面。它展示了用於構建請求和處理類型化響應(包括權杖使用量和成本估算)的流式 API。

    github.com
  3. GitHub

    demo-symfony-typesafe

    該專案演示了如何使用 Jev 和 Symfony AI 自動對公共支援請求進行分類。它展示了如何利用 Symfony 組件實現非同步處理、速率限制和即時儀表板更新,以對意圖、緊急程度和錯誤報告進行分類。

    github.com
  4. GitHub

    pi-typesafe

    pi-typesafe 將 Jev 判斷模型整合到 Pi 代理環境中。它提供了一種結構化數據評估工具,使代理能夠使用校準後的機率(而非文本)來執行分類、評分和布林檢查。

    github.com
  5. GitHub

    Jev DSPy Lab

    Jev DSPy Lab 提供用於在 DSPy 工作流中記錄、重放和基準測試 TypeSafe AI 決策的工具。開發人員可以透過確定性離線分析來測量校準、選擇性風險、延遲和建模成本。

    github.com
  6. GitHub

    jev-usecases

    該儲存庫提供了 TypeSafe AI Jev 模型的 Python 實作,演示了如何利用校準機率在軟體中進行自動化的類型化決策。它涵蓋了安全分類、發票處理以及生成式語言模型的防護欄等多種用例。

    github.com
  7. GitHub

    jevymarket

    jevymarket 是一個用於 Polymarket 的實驗性交易機器人,利用 Jev 決策模型來計算機率。它將基於網路的搜尋研究與 Jev 的結構化分析相結合,根據可配置的優勢來識別並執行交易。

    github.com
  8. GitHub

    lkclean

    lkclean 是一款利用 Jev 對 LinkedIn 動態牆進行過濾的 Chrome 擴充功能。它能自動隱藏互動誘餌與無關內容,並針對模型的每一項決策提供直觀的解釋。

    github.com
  9. GitHub

    jev-test-filter

    jev-test-filter 使用 Jev 分析 git diff,識別受代碼更改影響的測試。它能自動為 vitest、Playwright、cargo test 和 go test 等測試運行器生成並執行必要的過濾參數。

    github.com
  10. GitHub

    slop-filter

    此 Chrome 擴充功能可識別並隱藏社群媒體上的 AI 生成內容。它利用 TypeSafe Jev 根據特定的語言模式對貼文進行評分,允許使用者根據個人判斷調整偵測權重。

    github.com
  11. GitHub

    jev-reranker

    jev-reranker 是一個 Python 庫,利用 Jev API 對 RAG 流程中的搜尋結果進行過濾和重排序。它提供可配置的閾值以剔除無關文檔,並支援同步和非同步請求,從而實現高效的上下文管理。

    github.com
  12. GitHub

    jev-minesweeper

    該項目演示了使用 Jev AI 模型來解決踩地雷遊戲。它利用推測性扇出和基於置信度的路由模式來查詢地雷機率,並將模型表現與確定性求解器進行對比評估。

    github.com
  13. GitHub

    LLMtoJev

    LLMtoJev 是一款用於分析 LLM 提示詞的工具,旨在識別可遷移至 Jev 原語的限定決策任務。它幫助開發者從生成式提示詞中提取分類、評分和布爾判斷任務,從而優化提示詞結構。

    github.com
  14. GitHub

    typesafe-go

    該儲存庫為 TypeSafe API 提供了 Go 實用程式,包括用於自然語言查詢的 grep 風格 CLI、Kubernetes 日誌分析插件以及僅依賴標準庫的 SDK。它演示了如何將 TypeSafe 服務整合到 Go 工作流中,以實現自動化的資料查詢和日誌檢查。

    github.com
  15. GitHub

    Hearth 租賃搜尋

    Hearth 是一個利用 TypeSafe Jev 自動搜尋多個租賃平台的代理工具。它透過驅動瀏覽器抓取房源資訊並匯總成列表,僅負責讀取和展示數據,不參與任何實際交易流程。

    github.com
  16. GitHub

    jev-rs

    jev-rs 是一個 Rust 編寫的引擎,用於從大型語言模型中獲取兼容 TypeSafe 的 System One 判斷。它透過提取 noul、choice 和 score 任務的對數機率而非生成文字,並提供本地校準和評估工具來衡量模型置信度與準確性。

    github.com
  17. GitHub

    jev-voice-control

    此 macOS 選單列應用利用 Jev(一種提供類型化決策而非生成文字的 System One 模型)將語音指令轉換為結構化操作。它結合了確定性本地執行與 AI 引導的 UI 互動,用於控制應用程式和系統設定。

    github.com
  18. GitHub

    Jev AI System One

    Jev AI 是一款專為軟體整合設計的 System One 模型,提供選擇、評分或機率等類型化且經過校準的決策。它旨在用結構化數據取代 LLM 的文字輸出,從而實現直接且無錯誤的程式化決策。

    github.com
  19. GitHub

    jev-grand-prix

    該項目展示了一個 F1 賽車模擬器,由 Jev 通過選擇賽車路線和踏板輸入來駕駛。它採用混合模式,由代碼處理物理執行,而 Jev 則通過多輪比賽學習每處彎道的極限速度。

    github.com
  20. GitHub

    Jevmoji

    Jevmoji 是一個利用 TypeSafe 的 Jev 模型根據使用者輸入對相關表情符號進行評分和檢索的工具。它展示了如何將人工智慧驅動的語意評分與本地關鍵字匹配相結合,以實現表情符號發現功能。

    github.com
  21. GitHub

    jev-practice-speed

    這是一個 WebGL 演示,使用者可以與由 TypeSafe AI 的 Jev 驅動的 CPU 進行「速度」卡牌遊戲對戰。該應用旨在即時測量並展示 Jev 的決策速度和準確性,並透過機械驗證器確保遊戲規則的執行。

    github.com
  22. GitHub

    jev-information-extraction

    該項目演示了如何使用 Jev 模型從 PDF 文檔中提取信息。它提供了一個交互式界面,根據用戶定義的問題對文本塊進行排名,並將證據直接可視化在原始文檔頁面上。

    github.com
  23. GitHub

    jev-connector

    此 WordPress 外掛程式整合了 TypeSafe System One API,允許開發者查詢內容以獲取機率、類別和評分等結構化資料。它利用 WordPress Connectors API 進行安全的金鑰管理,且不使用生成式文字功能。

    github.com
  24. GitHub

    typesafe-ai-go

    此社群維護的 Go SDK 為 TypeSafe AI System One 評估 API 提供了結構化介面。它包含流式建構器、類型化問題定義以及帶有指數退避的內建重試邏輯,旨在促進與評估服務之間可靠的互動。

    github.com
  25. GitHub

    Hermes 與 Jev 玩 Minecraft

    該項目展示了一種代理架構,其中 Hermes 負責規劃,Jev 選擇有限動作來玩 Minecraft。它復現了一次成功的末影龍速通,表明在 harness 端進行有效性檢查和使用專用控制器在效率和成本上均優於通用大模型。

    github.com
  26. GitHub

    Jev 即時交易

    該桌面應用程式演示了一個利用 TypeSafe 的 Jev 模型分析即時市場數據的模擬交易系統。它根據預設規則執行虛擬交易,並提供視覺化介面來監控代理的決策過程和表現,全程不涉及真實資金。

    github.com
  27. GitHub

    Laya vs Jev AI 競技場

    該工具提供了一個對比測試環境,讓 Laya 和 Jev 模型在貪食蛇和格鬥遊戲中進行競爭。它展示了不同的 AI 模型如何在相同的條件和性能限制下處理實時決策任務。

    github.com
  28. GitHub

    jev-benchmark

    該儲存庫為 TypeSafe AI 的 Jev 提供了可復現的基準測試,用於評估其在代理工具調用風險分類方面的表現。它透過清晰、模糊和對抗性任務場景,測試了模型的準確性、延遲以及置信度分數的可靠性。

    github.com
  29. GitHub

    watfile

    watfile 是一個命令行工具,透過 AI 分類自動整理檔案。它利用 TypeSafe AI Jev 或本地 Laya 模型分析文件內容,並將其移動或連結到相應的類別資料夾中。

    github.com
  30. GitHub

    typesafe-jev-mcp

    該 MCP 伺服器將 TypeSafe Jev 模型整合為 AI 代理的類型化評估工具。它演示了如何處理狀態與結構化問題,並返回選擇、分數與機率等分類輸出,以實現自動化的決策工作流程。

    github.com
  31. GitHub

    awesome-jev

    該目錄是 TypeSafe Jev 生態系統的社區中心。它匯集了官方 SDK、基於代理的演示以及利用 System One 模型進行結構化決策的各種實驗性項目。

    github.com
  32. Docs

    TypeSafe API 回應文件

    本文檔詳細介紹了 TypeSafe Python SDK 中的 SystemOneResponse 結構。它解釋了 API 如何針對各種問題類型返回結構化答案、置信度分數以及權杖使用元數據。

    docs.typesafe.ai
  33. Docs

    TypeSafe AI 問題 API

    本文檔介紹了 TypeSafe AI 的 Python SDK,重點說明了如何定義是/否、選擇和評分問題。它演示了如何使用物件或字典來構建狀態和標準,從而促進與 AI 模型之間的結構化互動。

    docs.typesafe.ai
  34. Docs

    TypeSafe AI SDK RetryPolicy

    本文檔詳細介紹了 TypeSafe AI Python SDK 的 RetryPolicy 類別。它解釋了如何配置重試次數、退避策略、抖動以及特定的 HTTP 狀態碼,以有效處理瞬時網路錯誤和 API 連接問題。

    docs.typesafe.ai
  35. Docs

    TypeSafeClient 同步 API

    TypeSafeClient 提供了一個與 TypeSafe AI API 互動的同步介面。開發人員可以配置身份驗證、重試策略和逾時設定,同時支援列出模型並執行結構化資料查詢。

    docs.typesafe.ai
  36. Docs

    TypeSafe SDK 異常處理

    本文檔概述了 TypeSafe Python SDK 的異常層次結構。它詳細介紹了開發人員如何以程式設計方式處理各種 API 錯誤,包括 HTTP 狀態碼、連接失敗、逾時以及回應驗證問題。

    docs.typesafe.ai