評価・可観測性

32 · 各項目の確認根拠をご覧ください。掲載は独立した実行検証を意味しません。

• jev-review

  NiazMorshed2007 · 評価・可観測性

  コーディング Agent に複数の品質スコアを返すローカル MCP レビューサーバー。

• jev-benchmarks

  AbdelStark · 評価・可観測性

  文章分類・確率校正・選択的自動化を Jev と GLiNER で比較するベンチマーク。

• jev-playground

  mizchi · 評価・可観測性

  ゲーム・ブラウザー・コマンドリスク・小型言語を扱う MoonBit / TypeScript の Jev 実験集。

• jev-lm

  y0usaf · 評価・可観測性

  Jev に単語を選ばせ、ローカルで作った続きの文章を検証する生成実験。

• jev-chat

  adhyaay-karnwal · 評価・可観測性

  Jev に単語や句を繰り返し選ばせ、コードで回答を組み立てる研究用デコーダー。

• jev-agent-failure-benchmark

  TokenTrim · 評価・可観測性

  複数 Agent の失敗記録から責任 Agent・重要ステップ・エラー種別を予測する評価プロジェクト。

• ask-jev

  omni- · 評価・可観測性

  Codex で :jev を使い、記録済みの実行証拠を点検する Windows PowerShell ツール。

• jev-rerank-bench

  anessbelbati · 評価・可観測性

  同じ検索候補で Jev、専用 reranker、チャットモデルの順位付けを比較する。

• jev-demos

  Bud-ro · 評価・可観測性

  迷路で Jev の単一手選択と複数手の先読みを比較する実験。

• foreman-jev

  Shifty-Eye-Games · 評価・可観測性

  プログラマー指定の受入コマンドを備えた、Codex worker 用の Jev 監督実験。

• latitude-llm

  latitude-dev · 評価・可観測性

  Latitude の任意の Jev 事前分類器が、会話検査の判断と選択理由を記録する。

• taskuary

  ldbumble · 評価・可観測性

  Taskuary でタスク状態がユーザー定義条件を満たすか点検する任意の Jev モジュール。

• jev-gomoku

  XieChengYuan · 評価・可観測性

  九つの 15×15 五目並べ盤で、二人の Jev に渡す情報の違いを比較する実験台。

• jevcal

  abhixhek · 評価・可観測性

  ラベル付きデータで Jev の確率・閾値・モデル更新の影響を調べるツール。

• jev-benchmark

  wondertwins · 評価・可観測性

  チェスの手選びと、話し掛けられた NPC の識別で Jev を評価する。

• jev-frontend-qa

  Nainish-Rai · 評価・可観測性

  Jev がブラウザー操作を選び、DOM・HTTP・DB の証拠で仕様を確認するフロントエンド QA。

• hermes-jev-north-star

  poponline63 · 評価・可観測性

  要件を保存し実行プロンプトを作り、完了証拠を点検する Hermes の目標確認 skill。

• jev-synergy-screening

  PistachioAIHQ · 評価・可観測性

  ADHD レビューの題名・抄録を Jev で選別し、Cohen Abstract Triage のラベルと比較する実験。

• jev-exploration

  SamuelSacco · 評価・可観測性

  Jev の主張と限界を記録し、確率校正の実験や実行例を収めた研究リポジトリ。

• jev-flash-review

  TheBous · 評価・可観測性

  Agent が渡す diff を明示ルールで評価する MCP コードレビューエンジン。

• supercov

  supercorp-ai · 評価・可観測性

  Jev によるコード属性確認と、ローカルのカバレッジを組み合わせた Agent 向け CLI。

• jev-pref

  doeixd · 評価・可観測性

  AGENTS.md のプロジェクト方針をルールに整理し、hunk・ステージ済みファイル・PR を Jev で点検する。

• typesafe-playground

  kavehmz · 評価・可観測性

  問い合わせ振り分けのプレビューと3D運転シミュレーションを行う Jev 実験集。

• goodwatch-monorepo

  alp82 · 評価・可観測性

  GoodWatch 内で、映像作品の特徴に対する Jev の質問設計とバッチ量を比較する実験。

• jev-calibration-audit

  jujumilk3 · 評価・可観測性

  公開 API とデータで Jev の確率較正、選択肢表現の影響、韓国語判断を調べる。

• typesafe-ai-benchmark

  iammrduncan · 評価・可観測性

  共通のタスクで Jev とほかの構造化出力モデルを比べ、誤り、遅延、Token、推定費用を記録する。

• Canny

  qkal · 評価・可観測性

  Claude Code / Codex CLI の実行台帳から、変更後に検証が通ったか確認する。

• jev-behavior-study

  RINNECODER · 評価・可観測性

  質問表現・入力条件・ゲーム課題における成功と失敗を記録する Jev 1.13.0 の独立研究。

• jev-eval

  4esv · 評価・可観測性

  正解付き分類課題で Jev と OpenRouter モデルの正確さ、較正、遅延、費用を比較する。

• reticle

  reticlehq · 評価・可観測性

  コーディング Agent 向けのランタイム検証フレームワーク。アプリを実際に操作しながら Jev を Harness Driver として利用し、非生成的な状態判定とアサーションを行う。

• jev-measured

  WallerChen · 評価・可観測性 · ベンチマーク · Jev の実装あり · 実装資料

  Measured cost, latency and accuracy of the live Jev API across 12 use cases with multi-model comparison.

• decision-models-as-guardrails

  raxITlabs · 評価・可観測性 · ベンチマーク · Jev の実装あり · 実装資料

  Open benchmark evaluating 19 systems including Jev on 9,975 guardrail checks for balanced accuracy and cost.