THE JEV GUIDE · CURATED EDITION
أخبار الإطلاق والشروحات والعروض ومشاريع المجتمع حول TypeSafe Jev، مرتبة حسب الموضوع. كل عنصر يرتبط بمصدره الأصلي على X.
اختيار محرر · غير شامل · تحديث يدوي
01 / EXPLORE
0 means awaiting a verified post
يُذكر أن أستاذًا في ستانفورد استخدم JEV لبناء نظام علم بيانات يعالج 40 مليار نقطة بيانات كل 15 دقيقة لتحديد النتائج التي تستحق التحقيق. اعتمدت النسخة الأولى بشكل كبير على نماذج LLM لتفسير كل شيء.
يتفاجأ إريك ماو من أن Jev ليس أكبر في البيانات الجدولية، ويرى أن كل شركة جداول بيانات بالذكاء الاصطناعي يجب أن تعيد بناء منتجها باستخدام Jev، ويذكر معالجة 100 ألف صف.
اختبر المؤلف نموذج Jev الجديد على Vercel AI Gateway مقابل gpt-5.4-mini على 3000 مراجعة فندقية حقيقية (39 لغة)، مع تسجيل 5 مؤشرات أداء لتجربة الضيف لكل مراجعة.
اختبر المؤلف Jev لمراقبة سلسلة التفكير على 2200 أثر فكري، وأفاد بأنه يتفوق على Sonnet 5 في التصنيف وأسرع 3.7 مرة من Luna و6 مرات من Sonnet.
أنشأ مطور خريطة صندوق وارد مفتوحة المصدر لإنستغرام وواتساب باستخدام Chatfuel SDK، وقدم 20,000 رسالة إلى Jev لتحليل الأسئلة والاعتراضات ونية الشراء بتكلفة ~0.0025 دولار.
قرأ Jev آخر 14 يومًا من 102 حساب ذكاء اصطناعي ووضع @Av1dlive في المرتبة 24؛ الصيغة لا تتضمن عدد المتابعين وتقارن الوصول ضمن نفس المجال.
جرّب المؤلف استخدام Jev لتصنيف مجموعات نقاط إحداثية مُعلَّمة بدلاً من k-means، وحقق دقة عالية مع أخطاء فقط في الحالات الحدية، ورأى إمكانات للتطبيقات بدون تدريب.
أمضى المؤلف أسبوعًا في قياس Jev: 18,000 حكم على مواصفة HTTP كاملة مقابل 8 سنتات، ثم قام بوسم 59 جملة يدويًا للتحقق مما إذا كانت الاحتمالات ذات معنى. جاء كل نطاق أقل من توقعه.
يشارك المؤلف تجربته الأولى مع Jev: تمرير 33,411 زوجًا لتحديد ما إذا كانت تصف الحدث نفسه، باستخدام الاحتمالات المُعادة كعتبات — أقل من 0.3 مختلف، و0.3–0.7 يُحال إلى LLM، وأعلى من 0.7 متطابق — مع الإشارة إلى نحو نصف الوقت.
قامت Databend بربط Jev بخادم Python UDF الخاص بها حتى يتمكن SQL من تصفية وتصنيف وترتيب سجلات ملاحظات العملاء باستخدام احتمالات النموذج: Databend ينفذ الاستعلام، وJev يتخذ القرار المحدود. Link
يُظهر دمج نموذج Jev الجديد مع DuckDB إمكانات للإجابة عن أسئلة تحليلية لمرة واحدة وإرجاع احتمالات مشابهة للمصنّف.
يقترح ناثان لوكلير أن قدرة Jev على تنفيذ العديد من التقييمات بسرعة وبالتزامن تتيح تفكيك المدخلات وتحويرها والتجريب عليها مع تخزين النتائج الرقمية، مما قد يتيح تحليل الأهمية.