TypeSafe AI 将出席 AI Builders 活动

为 AI 的未来干杯 🥂 我们诚挚邀请各位杰出的开发者，于 10 月 13 日与 @usekernel @modal @braintrust 以及我们一同参加鸡尾酒会与交流，为 TechCrunch Disrupt 拉开序幕。 请在下方申请名额！

保持校准！ （引用推文概括：正如预期，@typesafeai 的 jev 在邮件分类任务上，校准表现优于我们测试的另外 40 个决策模型。）

增长最快

关于我们已死的传闻被大大夸大了

自信很性感。 校准后的置信度更性感！ 我们公开我们的置信度计算方法 💅

Jev 能像你一样🔍搜索长文档！🕵️

🗣️ 有没有觉得 AI 机器人根本没在听？🗣️ 它们只是还没有一个小小的 Jev 来帮忙！ （引用推文核心要点：作者探索了 Jev 的一个用例——用于实时语音 AI 的语义 VAD。将其接入 @AgoraIO ConvoAI，利用实时转录和近期对话作为上下文，判断用户是否真的说完了。这让 Jev 在处理犹豫、未完成的思路，以及那些你停顿一下还在想接下来要说什么的时刻时表现出色。这是 Jev 在实时 AI 循环中很好契合的一个例子。）

这段来自 @DSPyOSS 的 office hours 录像是一座金矿，里面有大量优秀的 Jev 用例和讲解！

Jev 对研究智能体来说是一个巨大的增强！ @edwardirby 构建了一个 @youdotcom 智能体来监控商业风险，并将 Jev 与普通的 LLM 评判器进行了对比。 • 报告质量相同 • 但 LLM 反复无常：对同一威胁的评分从 0.35 -> 0.68 -> 0.50 • LLM 漏掉了 11 项调查中的 5 项。Jev 一项都没漏。 • Jev 便宜 250 倍，快 3-6 倍 详细文章 👇

给后排的朋友们： • 用 Jev 对销售数据做生产级重排序 • 快 20 倍 • 便宜 10 倍 • 准确率提升 12% 你们懂了吗？