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.
TypeLLM unterstützt native numerische Ausgaben, schließt Lücke bei Jev
TypeLLM kann direkt eingeschränkte Ganzzahlen und Gleitkommazahlen generieren und bleibt dabei typsicher – etwas, das Jev-Modelle von TypeSafe und ähnliche feinabgestimmte Modelle nicht ohne Weiteres unterstützen.
Something Jev from @typesafeai — and other similar fine-tuned Jev models — can’t easily support: native numerical outputs. TypeLLM can directly generate constrained integers and floats, while remaining type-safe.
· 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.
