Creando un clasificador de código con Jev
Un desarrollador comparte la creación de un clasificador de código con Jev, sugiere que puede resolver código sobrediseñado por agentes y pregunta qué probar después.
Jev Benchmark Lab: prueba de estrés con 200 casos de referencia
Jev Benchmark Lab ejecuta 200 casos de referencia en 20 suites, evaluando precisión, consistencia, fallos adversarios, sesgo de orden de opciones, cambios de respuesta, deriva de probabilidad y latencia, dejando que los números decidan.
Jev doesn’t need another demo. It needs a stress test. Jev Benchmark Lab runs 200 ground-truth cases across 20 suites, exposing accuracy, consistency, adversarial failures, option-order bias, answer flips, probability drift and latency. Let the numbers decide.
· 5 likesOpen on X
More like this
Jev permite LLM-as-a-Judge con 20–200x más velocidad y 40–400x menos costo
Jev se usó para elegir qué modelo es AGI, ofreciendo 20–200x más velocidad y 40–400x menos costo, lo que hace que LLM-as-a-judge sea extremadamente rápido y casi gratis.
Probando apps con TypeSafe Jev y OpenCode
Filip comparte una pequeña demo que muestra la rapidez al probar apps con TypeSafe Jev y OpenCode.
