C++ schreiben mit Jev durch Auswahl gültiger Tokens
Der Autor testete das Entscheidungs-/Klassifikationsmodell Jev von TypeSafe für C++: Bei jedem Schritt wurden nur gültige Tokens zur Auswahl gestellt.
Erster Benchmark-Lauf von LFM3-VL-2B auf JevBench
John Wong teilt die JevBench-Ergebnisse von LFM3-VL-2B nach 200 LoRA-Schritten mit eingefrorenem Backbone: dev 0,657 / test 0,452. Er weist darauf hin, dass dies nicht mit dem proprietären 0,996 vergleichbar ist, etwa 10 Punkte hinter dem besten Open-Source-Modell ähnlicher Größe und 25–30 Punkte hinter Jev selbst liegt. Weitere Optimierungen folgen.
第一次跑分，先记个数。 LFM3-VL-2B 冻结主体 + 200 步 LoRA，JevBench 路线 0.657 dev / 0.452 test，原始准确率，跟闭源那 0.996 不是一把尺子。 同量级开源最好 0.753，我们差 10 个点，落在 2B 中下段；离 Jev 本体差一档，25 到 30 个点。 后面接着优化，数会动。
· 0 likesOpen on X
More like this
Jev für Code-Review nutzen
Der Autor hält Code-Review für einen sehr guten Anwendungsfall für Jev.
Fascin: Ein Jev-gestütztes PR-Triage-Tool
Ein Entwickler stellt Fascin vor, ein mit Jev erstelltes PR-Triage-Tool, das Dringlichkeit, Änderungsart und Merge-Bereitschaft bewertet und betont, dass Jev die eigentliche Schlussfolgerung übernimmt.
