Awesome Jev: frühe Projekte und Anwendungsfälle
Eine Community kuratierte Liste sammelt frühe Jev Projekte und Ideen für Entwickler mit API Zugang.
xmemory testet Jev als Extraktor-Bewerter
xmemory beschreibt seine Strategie, das richtige Modell für jeden Schritt zu wählen, und teilt die Ergebnisse eines Tests mit TypeSafes Jev als Bewerter extrahierter Daten: Es stellte 81 % der Genauigkeitslücke wieder her und sendete dabei nur 38 % der Daten (abgeschnitten).
The right model for the right step. That’s how we build memory at xmemory – benchmarking for quality, cost, and latency. We tested @typesafeai's Jev as a judge of extracted data. It recovered 81% of the accuracy gap between a fast and a slow extractor while sending only 38% of
· 1 likesOpen on X
More like this
MLP auf Qwen 4B trainieren, um Jev-Verhalten nachzubilden
Der Autor teilt ein Open-Source-Projekt openjev, das ein MLP auf qwen 4b trainiert, um wie Jev zu funktionieren, mit Hugging-Face-Link. Link
Tool-Calling-Reasoning eines Agenten durch Jev ersetzt
Der Autor berichtet, das Tool-Calling-Reasoning eines Agenten durch Jev ersetzt zu haben, unter Verwendung von Fable, Astra und Opus; erste Ergebnisse zeigen drastische Einsparungen bei sehr ähnlichen Resultaten, ein Demo-Video wird angekündigt.
