WHAT-THE-JEV / RESOURCES
决策模型,以及围绕它们生长的工具与应用。
覆盖 choice/noul/score 的 System One 风格分类模型 head-to-head 基准,含两套哈希锁定用例。
跨 100 多个基准比较 Jev 与开源决策模型的排行榜项目。
14 数据集上把 Jev 当重排器,对比 Cohere、ZeroEntropy 与开源模型。
面向 Jev 的提示词注入与漏洞代码双项盲测安全基准。
独立排行榜:Jev 与六个 LLM 同答类型化决策题,公开逐决策概率数据。
个人独立基准:Jev 对比两款 GPT-6 模型,报告校准、成本与延迟指标。
Benchmark Heaven 的 Jev 级决策模型榜单,四轴几何平均计分,引用须带版本号。
类型化决策引擎基准,含复现套件与公私混合题集,按 edition 引用。
TypeSafe 官方工作流评测站点,数字为厂商自报,工作流代码已开源。