从27B模型的一次前向传播中获取类型化决策,文件仅5.95 GB。
- Jev 是主角: 片段中有提及
- 提及测量数据: 片段中有提及
- 提及不确定性处理: 片段中未检出
- 提及可运行工具: 片段中有提及
与 Jev 相关的开源工具、实验和集成目录。筛选在你的浏览器里完成。
2112 个项目 · 更新于 2026年11月4日
卡片标记来自模型对仓库元信息、已有摘要与 README 前 700 字符的判断:✓ 有提及,— 未检出,? 未判定。未检出不代表项目没有该能力,本站也未逐一运行这些项目。
共 2112 个,当前显示 60 个 · 第 8 / 36 页
从27B模型的一次前向传播中获取类型化决策,文件仅5.95 GB。
由 TypeSafe 的 Jev 评判的 LLM 输出语义 pytest 断言。
Zod 校验形状,Jev 校验含义。
Jev 决策模型独立鲁棒性测试的精选索引。
独立的 Jev 模型在你看到之前检查 Claude Code 的工作。
用于 TypeSafe Jev 决策 API 的可组合 Python 工具包。
果蝇连接组机器人,由 Jev 选择下行神经元动作。
对数据列使用 Jev 提问:封闭集问题,缓存后连接回原数据。
设计并评估 TypeSafe Jev 决策循环。
Jev 为 400 个职位与 30 份虚构简历打分。
MCP 服务器,让 AI 代理通过 JEV 类型化决策驱动 Chrome。
三个4B决策模型,提供每个选项的概率和Jev API。
阻止编码代理过早停止的 Stop hook。
在 Jev 上为 Mastra 做输入审核:一个文件,一次类型化请求。
沿固定提交追踪路由 hook、置信度分支和子会话工具,弄清 release 与“近乎完整上下文”实际做了什么。
为页面各区块的清晰度、写作和页面内 SEO 打分的 Chrome 扩展。
基于 TypeSafe Jev 的 System One 反射式编码代理。
快速散文检查器,ruff 风格规则码,由 Jev 驱动。
中文多模态审核:Qwen3-VL LoRA 与 TypeSafe Jev 决策。
为 Claude Code 提供基于 Jev 的 /effort 建议,逐提示判断。
一个聊天机器人,每个词都由分类器选择,而非生成。
Jev(TypeSafe AI 快速决策模型)的交互式演练场。
TypeSafe System One 的 Ruby 客户端,支持类型化问题。
本地运行开放决策模型,获取校准概率。
使用 Jev、纯英文规则和 Agent Skills 进行语义代码审查。
TypeSafe System One 及其 Jev 模型的 Go 客户端。
对 Jev 与 LLM 及编码器基线的预注册独立评估。
融合 Jev box 问题、光流与卡尔曼滤波的实时目标跟踪。
由 Jev 选择每步操作与目标的浏览器自动化。
为 AI 代理提供带本地策略门和收据的类型化决策路由。
TypeSafe AI Jev / System One 的社区 Go SDK。
将封闭式编码代理判断发送给 TypeSafe Jev
对 Jev 在韩语与医学文本上的可复现早期访问检查。
对Jev在未见任务和公开基准上的独立校准测试。
Jev 选择 Pokémon Red 目标,代码按键执行。
读懂俄罗斯方块如何把合法动作变成 Choice 问题,再用作者的随机、打乱概率、关键词与启发式对照判断模型的增量。
为 TypeSafe 的 Jev 提供干净、可追溯的状态简报,支持任意来源。
用于 TypeSafe Jev 类型化决策的 Rust CLI,支持离线 lint
Jev 决策模型作为 RAG 的快速重排器。
快速离线决策引擎,兼容 TypeSafe Jev。
用 TypeSafe Jev 路由 AI Gateway 决策的 Neon Function 代理。
日语System One决策模型:返回带概率的类型化答案,不生成文本。
TypeSafe AI 类型化校准判断的社区 .NET SDK。
在恢复休眠 agent 前,问 Jev 这次唤醒是否值得一次完整 LLM 调用。
面向浏览器代理的类 Jev 决策模型,基于 Qwen3.5-35B-A3B 微调。
零内存 System-1 反射引擎,用分形逃逸动力学做类型化决策。
在 Agent Zero 聊天中提供带概率卡片的类型化 Jev 判断。
将 WordPress 连接到 TypeSafe 的 Jev,实现结构化决策。
精选 Jev 与类型化决策模型论文、模型、数据集与工具。
Jev 驱动的隐身浏览器代理:输入目标,输出 markdown。
用自然语言运行正确的 Mac 菜单项的命令面板。
对代码库提问,得到真正相关的文件。
沿固定提交读懂 Graphify 的 Choice 路线、建图前置和失败出口,分清可借鉴的代码结构与仍待验证的效果。
Jev 模型在 Linux 上玩《吸血鬼幸存者》,带实时仪表盘。
每一步 2048 都由 Jev Choice 决策,无启发式兜底。
用 Jev 的校准概率给 LinkedIn 互动诱饵盖章。
使用 TypeSafe Jev 的 on-call 工具:模型判断,普通代码决策。
在波斯语问题上对Jev、Jeff和Mizan进行基准测试。
由 TypeSafe Jev 驱动的零幻觉仓库与 crate 搜索工具。
将任何开放LLM转变为校准的System One决策模型。
没有项目符合当前筛选条件。