Diese Demo zeigt, wie Jev unstrukturierte Weinbewertungen in strukturierte Daten umwandelt, die die Leistung eines einfachen ML-Modells deutlich verbessern.
JEV TURNED 2,000 WINE REVIEWS INTO 67 NUMERIC COLUMNS THEN A BASIC ML MODEL CUT ITS ERROR ALMOST IN HALF this is the Jev demo people should be talking about the system did not ask Jev to write better tasting notes. An LLM proposed semantic questions about each review. Jev
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.
