Tujuan dan pengguna

CLI eksperimental ini mengembangkan fungsi biner, multikelas, multilabel, dan skor melalui evaluasi, pelabelan, serta usulan berulang.

Bukti 1 ↗ · Bukti 2 ↗ · Bukti 3 ↗

Peran Jev

Jev mengevaluasi data lewat TypeSafe, Vercel, atau Cloudflare; model refleksi GEPA dikonfigurasi terpisah.

Bukti 1 ↗

Cara penggunaan

Muat CSV, Parquet, atau JSONL, tinjau contoh ambigu dan sampel audit acak, lalu terima, tolak, atau tinjau ulang perubahan.

Bukti 1 ↗ · Bukti 2 ↗

Cakupan dan batasan

Skor pelatihan lebih tinggi tidak otomatis menerima usulan. Publikasi ke registri publik menyertakan masukan berlabel, label, dan alasan opsional.

Bukti 1 ↗ · Bukti 2 ↗ · Bukti 3 ↗

Deskripsi asli repositori

Build calibrated AI Functions from human feedback using Jev and GEPA.

Fakta proyek

Hubungan dengan Jev
Aplikasi Jev
Bukti
Terdokumentasi
Bahasa pemrograman
Python
Lisensi
Apache-2.0
Asal
Repositori asli
Status repositori
Tidak diarsipkan
Dibuat
2026-09-19
Pembaruan kode terakhir
2026-09-20
Bintang GitHub
300
Bukti diperiksa
30 Sep 2026
Metadata diperiksa
29 Sep 2026
Status pemeriksaan
Terverifikasi

Bintang mencakup seluruh repositori dan dapat menyertakan pekerjaan yang tidak terkait dengan Jev.

Bukti dan cakupan

Terdokumentasi mencatat dokumentasi atau sumber yang ditautkan. JevHunt tidak menjalankan atau menguji proyek ini secara mandiri.

Commit bukti: 3d997fc76593036655c28d4964de43b55f81fe2c

Ditemukan melalui: awesome-jev, typesafe-field-guide.

Cara kami meninjau →

Sarankan koreksi · Klaim listing ini · Kirim proyek