Der Autor testete Jev anhand eines Benchmarks mit 1.565 deutschen und englischen Geschäfts-E-Mails von Industrielieferanten in 10 Kategorien. Jev war weniger genau als Gemini, doch der Autor interessierte sich für die Fehlermuster und erwägt weiterhin den Produktionseinsatz.
Jev lost to Gemini on our email classification benchmark. I’m still interested in putting it into production. We tested 1,565 German and English business emails across 10 categories from Industrial suppliers. The interesting result wasn’t accuracy. It was where the mistakes
Aaron Levie sagt, Jev helfe Agenten bei schnellen Entscheidungen in Workflows, Datenklassifizierung und Beurteilungen, mit einer Box-und-Jev-Demo, die einen Incident-Bericht aus Box abruft.
Fatih Yildiz sagt, dass Jev von TypeSafe AI für Observability-Entscheidungsmodelle vielversprechend aussieht, und merkt an, dass bei edge_delta die Latenz bei Frontier-Modellen für operatives Prioritäts-Scoring und Event-Routing steigt, weshalb Jev getestet wird.
Ein Nutzer teilt, wie JEV 100 fiktive Interview-Minuten verarbeitet: Pass/Hold/Pass-Sortierung, Bewertung von Fachkenntnissen, Kommunikation und Motivation, Erkennung kritischer Stellen in 12,8 Sekunden für 0,005 $.
