Eric Mao ist überrascht, dass Jev bei tabellarischen Daten nicht größer ist, findet, dass jedes KI-Tabellenkalkulationsunternehmen mit Jev neu aufbauen sollte, und erwähnt die Verarbeitung von 100k Zeilen.
I’m surprised Jev for tabular data isn’t a bigger deal. Every ai spreadsheet company should be racing to rebuild their product ground up with Jev. When we were building people search last year we spent months optimizing the search algorithm. Here is Jev processing 100k rows for
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.
