Der Autor teilt seine Erfahrung mit manuellem Labeling mit Jev, weist darauf hin, dass Jev nur mit opus lief und fälschlicherweise mit einem anderen opus verglichen wurde, und weist es nun an, mit mehreren verschiedenen Modellen zu labeln.
אחד הדברים שצריך קצת לעבוד קשה פה זה לתייג ידנית גם עוד כל מיני דברים ואני צריך לוודא בעצמי (ומי אמר שאני רשאי לתייג כמו שצריך? מי עשה אותי תייגן?) גם שמתי לב בנוסף שjev רץ רק עם opus ומדד בטעות מול opus אחר. אז הנחיתי אותו עכשיו לעשות תיוגים עם מספר מודלים שונים ממספר
Malte Ubl testete Jev von TypeSafe AI in einem bestehenden Klassifikator-Eval: Es sättigte das Eval qualitativ und war 6-mal schneller als Gemini 2.5 Flash Lite.
Der Autor hat eine DuckDB-Erweiterung veröffentlicht, die TypeSafe AIs Jev nutzt, um Zeilen in CSV/Parquet-Dateien oder DuckDB-Tabellen schnell zu klassifizieren – etwa 10 Sekunden für 1k Zeilen, schneller als ein LLM und ergonomischer als ein Klassifikator.
Der Autor fasste jedes Paper mit DeepSeek V4 Flash zusammen und übergab Titel, Zusammenfassung und 24 mögliche Themen an Jev zur Klassifizierung. 1.018 KI-Papers wurden bei 0,08 $ Gesamtkosten und 256 ms medianer End-to-End-Latenz pro Paper verarbeitet.
