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.
Open-Source-Jev-ähnliches Modell läuft ohne API auf einem Laptop
Der Beitrag besagt, dass TypeSafe zwei Jahre und 40 Mio. $ investierte, um ein Entscheidungsmodell in die Cloud zu bringen, während ein Erstsemester ein Jev-ähnliches Modell open-sourcte, das auf einem Laptop ohne API, ohne Warteliste, ohne Ausgabe-Tokens läuft: ca. 13 ms pro Entscheidung, ~1 GB RAM, 60 Entscheidungen pro Sekunde, beim Snake-Spielen.
TypeSafe Al spent 2 years in stealth and $40M to put a decision model in the cloud. 5 days later, a freshman open-sourced a Jev-like model that runs on a laptop. No API. No waitlist. No output tokens. ~13ms per decision. ~1GB RAM. 60 decisions a second. Playing Snake
· 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.
