용도와 대상

실험적 CLI로 평가, 레이블 작성, 정의 제안을 반복해 이진, 다중 클래스, 다중 레이블, 점수 함수를 개발합니다.

출처 1 ↗ · 출처 2 ↗ · 출처 3 ↗

Jev의 역할

Jev는 TypeSafe, Vercel, Cloudflare를 통해 데이터를 평가하며 GEPA의 성찰 모델은 별도 설정합니다.

출처 1 ↗

사용 방법

CSV, Parquet, JSONL을 읽고 모호한 예제와 무작위 감사 표본을 검토한 뒤 제안된 정의를 수락, 거절하거나 다시 살펴봅니다.

출처 1 ↗ · 출처 2 ↗

범위와 한계

학습 점수가 높아져도 자동으로 제안을 수락하지 않습니다. 공개 레지스트리에 게시하면 레이블 입력, 레이블, 선택적 근거가 포함됩니다.

출처 1 ↗ · 출처 2 ↗ · 출처 3 ↗

저장소 소개 원문

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

프로젝트 정보

Jev와의 관계
Jev 앱
근거
문서에 기재
언어
Python
라이선스
Apache-2.0
출처
원본 저장소
저장소 상태
보관되지 않음
생성일
2026-09-19
최근 코드 업데이트
2026-09-20
GitHub 스타
300
근거 확인일
2026. 9. 30.
메타데이터 확인일
2026. 9. 29.
검사 상태
확인 완료

스타 수는 Jev와 무관한 작업을 포함한 저장소 전체 기준입니다.

근거와 범위

문서에 기재은 연결된 문서 또는 소스 근거를 기록합니다. JevHunt가 직접 실행하거나 벤치마크한 결과는 아닙니다.

근거 커밋: 3d997fc76593036655c28d4964de43b55f81fe2c

발견 출처: awesome-jev, typesafe-field-guide.

검토 방법 →

수정 제안 · 이 목록 소유권 요청 · 프로젝트 제출