typesafe-ai-benchmark

Jev が判断する箇所

同じタスクを Choice/Noul に変換し、回答を共通の結果形式にそろえる。

このプロジェクトの用途

比較手順と結果からモデル間の違いを確認できる。

ソースと実装

• iammrduncan/typesafe-ai-benchmark/blob/cf348cd291bb538ad9fa902334649ef5dd937e92/packages/demos/lib/jev.ts
• iammrduncan/typesafe-ai-benchmark/blob/cf348cd291bb538ad9fa902334649ef5dd937e92/README.md

同じカテゴリのプロジェクト

• 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。