Bailey Jennings 比较 Jev 与 Luna 在 ONET 职位分类上的表现
Bailey Jennings 对 TypeSafe AI 的 Jev 与 Luna 做了一次 ONET 职位分类的快速演示。Luna 精确匹配率为 84.9%，每个职位约 2 秒，每 100 万次成本 482 美元。Jev 精确匹配率为 80.5%，每个职位约 200 毫秒，每 100 万次成本 122 美元。
他将两者的差异概括为：大约快 10 倍、便宜约 4 倍，精确率相差约 4 个百分点。
相关AI快讯
JEV 级联以约 57% 的费用保留 GPT-6 99% 的准确率
一篇 Jev-as-a-Judge 论文报告称，接受 TypeSafe AI 置信度较高的 JEV 判定，并将其余判定升级至 GPT-6 Astra，在 510 对留出偏好样本上保留了 GPT-6 99% 的准确率，费用约为 GPT-6 的 57%。作者表示，升级阈值并不能迁移到每一个回退模型，应基于自身数据设定。
Pydantic AI 智能体现已在 Jev 上运行
Pydantic 表示，这些智能体使用 TypeSafe AI 的 Jev 分类器回答类型化问题，并按每个智能体已有的输出模型返回结果，每个字段附带一个置信度分数。
Metaview 表示已将 TypeSafe AI 的 jev 部署到每一个 agent
Shahriar Tajbakhsh 表示，Metaview 在周末把 TypeSafe AI 的 jev 加入了每一个 agent。他说，sourcing 产品中的候选人搜索从原先需要数分钟缩短到数秒，准确率不变，速度大约提升至 10 倍，单次搜索成本也明显降低。
TypeSafe AI：Jev 现已可用
TypeSafe AI 表示 Jev 现已可用，并附上链接 https://console.typesafe.ai。该帖文未说明 Jev 是什么，也未提及任何访问条款。
TypeSafe AI 的 Jev 中间件可为 LangChain 托管深度智能体进行模型路由
Nathan Drezner 表示，TypeSafe AI 的 Jev 中间件可与 LangChain 托管深度智能体配合使用，用于模型路由。用户定义路由，Jev 负责模型选择。