Ein Nutzer berichtet, 1.000 Lebensläufe mit Jev für eine Senior-Backend-Engineer-Stelle in 1 Min. 28 Sek. verarbeitet zu haben, wobei Skill-Tiefe, Domänen-Fit und Seniorität bewertet und dann nach Erfahrung, Ausbildung und geforderten Skills gefiltert wurden.
Ran 1,000 resumes against a Senior Backend Engineer JD using Jev. Whole batch took 1 min 28 sec (~0.44s per resume). It wasn't doing keyword matching. It scored skill depth, domain fit, and seniority first, then filtered for years of experience, education, and required skills.
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.
