پژوهشگران TypeSafe مدل Jev را معرفی کردند؛ مدلی که فقط احتمالات کالیبره‌شده ارائه می‌دهد. با واردکردن ارزیابی‌های Jev در جست‌وجوی Stockfish و فشرده‌سازی آن‌ها در قالب یک ارزیاب سریع، ریتینگ بولت ربات در Lichess به ۲۲۰۰ رسید. وقتی بودجه برچسب‌گذاری میان Jev و مدل زبانی بزرگ Qwen3‑32B تقسیم شد، برچسب‌های ترکیبی حدود ۹٫۶ امتیاز Elo بهتر از استفاده از Qwen به‌تنهایی عمل کردند و این مزیت در گشایش‌های تازه نیز تکرار شد.
چرا مهم است
توسعه‌دهندگان شطرنج می‌توانند بدون تماس‌های پرهزینه با مدل‌های زبانی بزرگ، ربات‌های قوی‌تری بسازند و در هزینه محاسبات و برچسب‌گذاری صرفه‌جویی کنند.
