Jev 联合 Treg 开源人员检索工作流，连接候选筛选与邮箱工具（在新窗口打开）
TypeSafe AI 与 Treg 展示面向招聘及商业研究的人员检索流程：Agent 调用数据工具，Jev 判断候选匹配度，再按需查找或验证工作邮箱。文中低价及相对 Clay 的降幅来自平台特定测试，邮箱查找、验证和履历补全分别计费；也有用户反馈检索结果不足。
搜索
关于“Jev”的结果
共 36 篇
MiniCPM-OCR 1.0 与 Jev 开源，把文档解析和置信度评估分开（在新窗口打开）
面壁智能介绍 MiniCPM-OCR 1.0 和独立评分模型 Jev：前者解析复杂文档，后者评估候选结果，供程序决定重读或交给人工复核。文章结合作者案例讨论识别效率与可信度，评分并不代表所有业务场景都能免除核查。
传统NLP打赢复活赛！硅谷融资给到实体识别/文本摘要，原来Jev只是个开始（在新窗口打开）
AI圈真是风水轮流转！ Jev爆火之后，更多传统NLP技术翻红了。 而且吧，还真有人愿意掏钱。 专门做任务型小模型的创业公司Fastino，此前拿下1750万美元种子轮融资，加上此前的700万美元Pre-seed轮，累计融资约2450万美元。 领投方Khosla Ventures，还是OpenAI的早期投资方。 现在，ScaleDown也来凑热闹了，刚刚全新的CDM约束解码模型架构，一口气上线分类、实体提取、摘要三款模型。 NLP老三样直接组团复出。 相比前沿大模型API，其新模型最高快200倍、成本低467倍，还能处理100万Token的多模态输入。 每百万输入Token只要0.05美元，输
0.6B起！Jev对手模型来了，开源多模态，登上全球测评榜一（在新窗口打开）
vLLM Semantic Router推出并开源Decision 3.0系列多模态决策模型，覆盖0.6B至27B六款模型，其中d3在Jev Decision Index 0.3.1文本榜和视觉榜均排名第一。
被a16z看中，上线三周的Jev拿下75亿美元估值（在新窗口打开）
TypeSafe AI完成8.7亿美元A轮融资，投后估值达75亿美元，由a16z领投，其可直接写入代码的决策模型Jev上线后迅速增长。
把Jev整合进 Harness，开源项目拿下黑客松总冠军！（在新窗口打开）
开源项目mu（μ）在进化酒馆黑客松深圳收官战中夺冠，其将Jev深度融合进Harness，通过35个判定点优化上下文管理与多Agent通信。
Jev被请下王座，StartLux中国开源决策模型冲上第一（在新窗口打开）
StartLux发布完全开源的StartLux-Decision，其27B版本在Decision Index 0.2.1的38项基准中有31项超过Jev 1.13，并以63.88分升至公开榜首。
Jev火了，NeurIPS 2025的ConfTuner早已探索相似思路（在新窗口打开）
TypeSafe AI推出的Jev模型因直接输出决策与概率火爆出圈，其技术思路与NeurIPS 2025入选论文ConfTuner高度一致，后者通过Tokenized Brier Score直接训练候选置信度概率分布以实现概率校准。
比Jev快2-3倍的国产开源模型来了：Intern-Decision拿下多模态决策SOTA（在新窗口打开）
上海人工智能实验室开源的多模态决策SOTA模型Intern-Decision采用自回归式掩码语言任务框架，在推理速度上比Jev提升2至3倍，并在游戏画面决策、验证码识别和网页操作等任务中展现出将视觉理解与结构化决策结合的能力，目前已在Hugging Face、GitHub开源0.8B、2B和4B三个版本。
耗时1h！打造属于你自己的Jev，喂饭级教程来了！（在新窗口打开）
开源版Jev训练保姆级教程发布，基于Qwen3-0.6B底座在本地单卡环境完成数据下载、案例级切分、全参数微调、温度校准及本地接口部署全流程，600步训练后在2000道决策题测试集上达到78.05%准确率。