بناء مصنف قاعدة كود باستخدام Jev
يشارك مطور بناء مصنف قاعدة كود باستخدام Jev، ويقترح أنه قد يحل مشكلة الكود المفرط الهندسة من الوكلاء، ويسأل عما يجب اختباره بعد ذلك.
Jev Benchmark Lab: اختبار إجهاد بـ 200 حالة مرجعية
يشغّل Jev Benchmark Lab 200 حالة مرجعية عبر 20 مجموعة، ويقيّم الدقة والاتساق والإخفاقات العدائية وتحيز ترتيب الخيارات وانقلاب الإجابات وانحراف الاحتمالات وزمن الاستجابة، ليحكم الرقم.
Jev doesn’t need another demo. It needs a stress test. Jev Benchmark Lab runs 200 ground-truth cases across 20 suites, exposing accuracy, consistency, adversarial failures, option-order bias, answer flips, probability drift and latency. Let the numbers decide.
· 5 likesOpen on X
More like this
Jev يتيح LLM-as-a-Judge بسرعة 20–200 ضعف وتكلفة أقل 40–400 ضعف
تم استخدام Jev لاختيار النموذج الذي يمثل AGI، مع سرعة 20–200 ضعف وتكلفة أقل 40–400 ضعف، مما يجعل LLM-as-a-judge سريعًا للغاية وشبه مجاني.
اختبار التطبيقات باستخدام TypeSafe Jev وOpenCode
يشارك Filip عرضًا صغيرًا يوضح سرعة اختبار التطبيقات باستخدام TypeSafe Jev وOpenCode.
