Marc Watkins berichtet, wie Jev Beschwerdedaten der Consumer Financial Protection Bureau API sortiert und analysiert, und argumentiert, dass schnelle, kostengünstige probabilistische LLMs ressourcenintensive Datenaktivitäten revolutionieren werden.
Using Jev for data sorting and analysis is something! Here it is structuring data from complaints filed via the Consumer Financial Protection Bureau API. Using an inexpensive, fast, probability LLM is going to upend so many of the resource intensive data activities we do.
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.
