Einen Codebase-Klassifikator mit Jev erstellen
Ein Entwickler teilt den Bau eines Codebase-Klassifikators mit Jev, der überentwickelten Code von Agenten lösen könnte, und fragt, was als Nächstes getestet werden soll.
Jev-Modell schneidet beim BANKING77-Benchmark gut ab
Mit derselben gepinnten Jev-Version auf 3.080 offiziellen BANKING77-Testfällen werden 80,75 % ohne Beispiele und 91,36 % mit allen 2.446 beschrifteten Beispielen im Kontext erreicht – 327 weitere korrekte Antworten, keine Gewichtsaktualisierung und nur 10,92 $ an Eingabe-Token.
BANKING77, same pinned Jev version, same 3,080 official test cases: 80.75% with no examples, 91.36% with all 2,446 labeled examples in context. 327 more correct, no weight updates, $10.92 of input tokens.
· 0 likesOpen on X
More like this
Jev ermöglicht LLM-as-a-Judge mit 20–200x Geschwindigkeit und 40–400x geringeren Kosten
Jev wurde verwendet, um zu bestimmen, welches Modell AGI ist, und bietet 20–200x Geschwindigkeit und 40–400x geringere Kosten, wodurch LLM-as-a-Judge extrem schnell und nahezu kostenlos wird.
Apps testen mit TypeSafe Jev & OpenCode
Filip teilt eine kleine Demo, die zeigt, wie schnell App-Tests mit TypeSafe Jev und OpenCode sein können.
