@typesafeai@typesafeaiLadies and gentlemen, agents and assistants, we are psyched to announce Jev is back. Capacity has…
DịchJev đã quay trở lại với hệ thống được nâng cấp dung lượng, sẵn sàng chào đón người dùng mới đăng ký trải nghiệm các tính năng agent và trợ lý AI.
@completeskeptic@completeskepticgood news: ANYONE CAN SIGN UP 💪 bad news: we had to temporarily disable the free credits (just for…
DịchNền tảng Jev đã mở cửa đăng ký cho tất cả người dùng sau khi nâng cấp dung lượng hệ thống. Tuy nhiên, hãng buộc phải tạm dừng cấp hạn mức miễn phí cho người dùng mới do tình trạng lạm dụng từ một bộ phận nhỏ.
@typesafeai@typesafeaiYesterday @coderabbitai didn't just host a hackathon, it was a Jevathon! Tired of having to think l…
DịchCodeRabbit vừa tổ chức sự kiện Jevathon với hơn 160 lập trình viên tham gia trải nghiệm mô hình AI Jev. Chuyên gia Allie The Icon đã chia sẻ về sự thay đổi trong tư duy lập trình và các kỹ thuật tối ưu khi làm việc cùng thế hệ AI mới này.
Sky Computing Lab@haoailab🚀 We let Jev play Minecraft. And we just can't beat it! 😭 ⚡ Jev: 24 ms decisions 🧠 You: ~200 ms …
DịchJev, một thực thể AI mới, đã gây kinh ngạc khi đạt tốc độ ra quyết định chỉ 24ms trong Minecraft, vượt xa mức 200ms của người chơi chuyên nghiệp. Bạn có thể thử thách kỹ năng của mình trực tiếp tại máy chủ của dự án.
Elvis Saravia@omarsar0Cool paper on catching alignment failures with Jev. The ideas is to ask Jev one generic yes/no ques…
DịchJev từ TypeSafe AI cho phép nhận diện các phản hồi lỗi của mô hình thông qua một câu hỏi yes/no đơn giản mà không cần huấn luyện thêm, đạt hiệu suất AUROC 0.886.
Bài viết phê phán việc người dùng Jev bỏ qua quy trình đánh giá (evals) và chấp nhận sự thất bại của AI như một điều hiển nhiên, thay vì tìm hiểu nguyên nhân gốc rễ. Tác giả cảnh báo xu hướng đổ lỗi cho tính bất định của LLM thay vì xây dựng các bộ kiểm thử đơn giản để cải thiện hệ thống.
Elvis Saravia@omarsar0This is brilliant. Recommended reading. It's a great example of how you could potentially build mo…
DịchMichael Thiessen chia sẻ cách dùng Jev để biến các hướng dẫn lập trình thành những quy tắc nhỏ, giúp Agent kiểm lỗi mã nguồn hiệu quả mà không cần suy luận phức tạp, đồng thời sử dụng tập dữ liệu kiểm thử để tránh quá tải (overfitting).
Jason Liu@jxnlcodo people want to use jev with instructor?
DịchJason Liu, tác giả của thư viện Instructor, đang thăm dò ý kiến người dùng về khả năng tích hợp Jev vào quy trình làm việc với Instructor để tối ưu hóa cấu trúc dữ liệu.
OpenRouter@OpenRouterJev is quickly beocming the primary choice for classification requests on OpenRouter. It took 27% o…
DịchJev đang chiếm lĩnh thị trường trên OpenRouter với 27% tổng số yêu cầu phân loại hàng tuần, vượt xa DeepSeek V4 Flash với thị phần gấp đôi.
Jason Liu@jxnlcocan jev play overcooked?
DịchMột thử nghiệm thú vị đặt ra câu hỏi liệu mô hình Jev có đủ khả năng xử lý các thao tác phức tạp và phối hợp trong trò chơi nấu ăn hỗn loạn Overcooked hay không.
@completeskeptic@completeskepticSO MUCH THIS I believe that one of jev's greatest benefits to automation will come from resurrectin…
Dịchjev hứa hẹn mang lại bước tiến cho tự động hóa bằng cách kết hợp các thực hành kiến trúc kinh điển như quản lý trạng thái, đóng gói, trừu tượng hóa với các tiêu chuẩn ML hiện đại như đo lường, đánh giá và kiểm soát độ bất định.
@completeskeptic@completeskeptic"Good time to be a builder" 🥹🫶
DịchSự xuất hiện ngày càng nhiều của các mô hình phân loại chuyên biệt như Jev đang mở ra cơ hội tuyệt vời cho cộng đồng lập trình viên xây dựng các ứng dụng AI hiệu quả hơn.
@typesafeai@typesafeaiYou've never routed like this before. @OpenRouter is bringing Jev to all of your LLM calls, so your…
DịchOpenRouter vừa ra mắt Jev Router, công cụ định tuyến thông minh giúp tự động chọn mô hình và cường độ suy luận tối ưu cho từng yêu cầu, giúp tiết kiệm token mà vẫn đảm bảo chất lượng.
Cùng sự kiện, tinh chọn hiển thị «So sánh Jev 1.13 và Claude Opus 5: Hiệu năng phân loại dữ liệu ngân hàng trên OpenRouter»@typesafeai@typesafeaiDSPy methodology 🤝 System One Program, don't prompt!
DịchDSPy 3.4.0 vừa phát hành với khả năng hỗ trợ trực tiếp các mô hình Jev và System One, thay thế phương pháp viết prompt truyền thống. Bản cập nhật này cũng giới thiệu trình tối ưu hóa ReAnchor giúp hiệu chỉnh độ tin cậy cho đầu ra của mô hình.
Khám phá cách kết hợp mô hình ra quyết định TypeSafe AI Jev với LangGraph để tối ưu hóa tốc độ và chi phí khi triển khai các AI Agent thực tế.
Elvis Saravia@omarsar0Pay attention to System One models if you are building custom harnesses and agentic workflows. Gre…
DịchDSPy 3.4.0 bổ sung hỗ trợ Jev và System One, cùng trình tối ưu hóa ReAnchor giúp hiệu chỉnh độ tin cậy. Bản cập nhật này hứa hẹn cải thiện đáng kể khả năng xây dựng các luồng công việc tự động, điều hướng và kiểm soát đầu ra cho hệ thống AI.
Sau khi Jev tạo làn sóng với khả năng đưa ra quyết định trực tiếp, nghiên cứu TimePrism từ ĐH Hồng Kông Trung Quốc cho thấy tư duy 'dự báo xác suất song song' đã được định hình từ năm 2025.
@typesafeai@typesafeaiKeep cooking, most best practices with Jev have yet to be discovered!
DịchJev đang chứng minh hiệu quả vượt trội so với phương pháp đo độ tương đồng điểm tích truyền thống, trở thành lựa chọn lý tưởng cho cả việc tìm kiếm trực tiếp trên tập dữ liệu nhỏ và tái xếp hạng (reranking) trong các hệ thống RAG quy mô lớn.
@completeskeptic@completeskepticjev is the top model at 1k-10k context on openrouter!
DịchMô hình jev đã vượt qua các đối thủ để chiếm vị trí số 1 trên OpenRouter trong phân khúc xử lý ngữ cảnh từ 1k đến 10k token.
Elvis Saravia@omarsar0Pay attention to this new wave of System One models if you are building custom harnesses. First Je…
DịchCLM-8B là mô hình System One sử dụng mục tiêu học tương phản, mang lại hiệu suất vượt trội trong các tác vụ điều khiển máy tính, chơi game và gọi công cụ với tốc độ nhanh gấp 9 lần so với Jev.
Thêm 1 nguồn khác đưa tinMarkTechPostSử dụng Baidu Qianfan Token Plan với chi phí chỉ 1.395 đồng, bài viết hướng dẫn cách tùy biến mô hình DeepSeek-V4-Flash để tái hiện cơ chế Jev của TypeSafe AI, biến LLM tự hồi quy thành công cụ ra quyết định có cấu trúc chỉ với 400 dòng C++.
@typesafeai@typesafeaiLLMs distilling Jev like
DịchKhám phá kỹ thuật chưng cất tri thức từ các mô hình ngôn ngữ lớn (LLM) áp dụng theo phương pháp Jev, nhằm tối ưu hóa hiệu suất và giảm tài nguyên tính toán.
@typesafeai@typesafeaiStepping away while LLMs churn is the new "sorry, code's compiling". Jev makes instant feedback ju…
DịchJEV giới thiệu mô hình suy luận ngữ nghĩa mới, cho phép LLM đưa ra quyết định có cấu trúc ngay lập tức với mọi ngữ cảnh. Hiệu suất của JEV trong các tác vụ truy vấn phức tạp đã đạt ngưỡng tương đương với các mô hình Claude hàng đầu hiện nay.
Peter Steinberger@steipeteSo cool to have @allietheicon 【from Jev/TypeSafe】 be part of our ClawCast on Discord! https://discor...
DịchAllie (đại diện từ Jev/TypeSafe) đã góp mặt trong buổi trò chuyện ClawCast trên nền tảng Discord để chia sẻ cùng cộng đồng.
Bài viết hướng dẫn sử dụng Jev, mô hình System One đầu tiên của TypeSafe AI, tập trung vào việc trả về các kiểu dữ liệu Choice, Score và Noul để điều hướng logic chương trình thay vì tạo văn bản thông thường.
Cùng sự kiện, bài đại diện «Jev kết hợp Treg: Công cụ tìm kiếm nhân sự cho AI Agent với chi phí rẻ hơn 85% so với Clay»@typesafeai@typesafeaiEveryone wants to know what Jev is, nobody asks how Jev's doing https://en.wikipedia.org/wiki/Jev_(...
DịchCộng đồng đang tò mò về bản chất của mô hình AI Jev, một cái tên mới nổi đang gây xôn xao trên các nền tảng thảo luận công nghệ.
Together AI giới thiệu mô hình phân loại Jev dựa trên nền tảng Qwen3.5 4B. Bài viết hướng dẫn chi tiết quy trình tinh chỉnh mô hình này trên nền tảng serverless với chi phí tối ưu.
Rohan Paul@rohanpaul_aiJev is barely a week old, and this is already a pretty clean example of where a decision model fits …
DịchTreg và Jev ra mắt công cụ tìm kiếm nhân sự mã nguồn mở cho AI Agent, hỗ trợ truy xuất từ 60+ nguồn dữ liệu với chi phí chỉ $0.0089/lượt. Jev đóng vai trò mô hình ra quyết định, giúp lọc và chấm điểm dữ liệu chính xác, tối ưu hóa hiệu suất cho các tác vụ tự động.
Khám phá cách dùng Jev (typesafe/jev-1.13) qua OpenRouter Decisions API để nhận kết quả có định dạng kiểu dữ liệu và xác suất thay vì văn bản thuần, giúp tối ưu hóa quy trình kiểm duyệt sản phẩm bằng TypeScript.
Cùng sự kiện, bài đại diện «Jev kết hợp Treg: Công cụ tìm kiếm nhân sự cho AI Agent với chi phí rẻ hơn 85% so với Clay»Jev là một mô hình phân loại giúp biến các vấn đề chủ quan thành các bước kiểm tra có thể thực thi được. Bài viết phân tích lý do mô hình này trở nên phổ biến và sự trỗi dậy của xu hướng phần mềm dựa trên ý định (intent-based software).
Frank Wang@lifesingerYu Bo chia sẻ góc nhìn sâu sắc về Jev, định nghĩa đây là 'System 1 Model' với tiềm năng lớn cho các SaaS. Ông nhấn mạnh việc tập trung vào quy trình làm việc nội bộ thay vì bảng xếp hạng công khai và cảnh báo rằng quá chú trọng vào PMF có thể kìm hãm sự đổi mới.
Elvis Saravia@omarsar0Just published a few ideas for using Jev and Pi to build a custom harness. This is the first of the…
DịchElvis Saravia chia sẻ những bước đầu tiên trong việc sử dụng Jev và Pi để xây dựng bộ khung tùy chỉnh, tập trung vào các thành phần như cổng (gates), định tuyến (routing) và bộ xác thực (verifiers).
Frank Wang@lifesingerDiogo Almeida, đồng sáng lập TypeSafe, chia sẻ về quá trình rời OpenAI sau khi tham gia phát triển InstructGPT. Anh tập trung xây dựng Jev, một mô hình lập trình chuyên biệt không dựa trên giao diện chat, nhằm tối ưu hóa hiệu suất cho công việc kỹ thuật thay vì chỉ phục vụ người dùng thông thường.
Cùng sự kiện, bài đại diện «Jev kết hợp Treg: Công cụ tìm kiếm nhân sự cho AI Agent với chi phí rẻ hơn 85% so với Clay»
DAIR.AI@dair_aiLearn to build a custom harness with Pi and Jev. An interactive playground is included to test the…
DịchKhám phá cách thiết lập harness tùy chỉnh sử dụng Pi và Jev, kèm theo môi trường tương tác trực tuyến để bạn trực tiếp thử nghiệm và kiểm tra hiệu năng.
Cùng sự kiện, bài đại diện «Hướng dẫn xây dựng Agent harness tùy chỉnh với Pi SDK và Jev»Elvis Saravia@omarsar0Hướng dẫn tương tác chi tiết về cách kết hợp Pi SDK (bộ công cụ TypeScript Agent) và mô hình nhỏ Jev từ TypeSafe AI để tự xây dựng hệ thống điều khiển Agent chuyên biệt.
Thêm 1 nguồn khác đưa tinX: DAIR.AI (@dair_ai)Laya, mô hình ra quyết định System 1 mã nguồn mở, đang thống trị bảng xếp hạng Hugging Face nhờ khả năng chạy cục bộ với độ trễ cực thấp, vượt xa Jev 1.13.0 trong các tác vụ tương tác thời gian thực.
Phân tích sự khác biệt cốt lõi giữa Jev và Decitron trong việc mô phỏng và đưa ra quyết định cho các tình huống thực tế phức tạp.
@typesafeai@typesafeaiDynamic UIs for apps are a famous graveyard at least for PMs, if not for entire products and compani…
DịchViệc xây dựng UI động thường là nỗi ác mộng đối với các quản lý sản phẩm. Jev xuất hiện với lời hứa đơn giản hóa quy trình này, biến những thách thức phức tạp thành công việc dễ dàng hơn.
Ma Dongxi NLP@dongxi_nlpTác giả sử dụng các chế độ lập kế hoạch và tác vụ của Doubao để phân tích Jev - công cụ từ TypeSafe hứa hẹn hiệu suất vượt trội. Kết quả thử nghiệm độc lập cho thấy độ trễ cực thấp và những thay đổi đáng chú ý về độ chính xác khi áp dụng các bộ lọc.
Cùng sự kiện, bài đại diện «Jev kết hợp Treg: Công cụ tìm kiếm nhân sự cho AI Agent với chi phí rẻ hơn 85% so với Clay»@completeskeptic@completeskepticthe industry is going full jevons faster than anyone ever thought
DịchMetaview đã tích hợp Jev vào toàn bộ hệ thống AI, giúp rút ngắn thời gian tìm kiếm ứng viên từ vài phút xuống vài giây mà vẫn giữ nguyên độ chính xác. Phương pháp này cho phép xây dựng AI theo hướng module hóa, giúp sửa lỗi và tối ưu hiệu suất hiệu quả hơn.