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.
Jev-Abfragen in schnelle aufgabenspezifische Klassifikatoren umwandeln
Zeigt, wie man Jev-Ergebnisse speichert, npx jimothy train ausführt, ein 15-45 MB Modell erhält, es serverseitig oder im Browser ausführt und jederzeit auf Jev zurückfällt.
You can automatically turn your Jev queries into tiny task-specific classifiers that run 10-20x faster! - Start with Jev, save the results - Run npx jimothy train - Get back a 15-45 MB model - Run on the server or in the browser - Fall back to Jev anytime - Repeat Demo:
· 185 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.
