Un utilisateur partage le traitement par JEV de 100 minutes d'entretien fictives : tri Pass/Hold/Pass, notation des compétences, communication et motivation, détection de préoccupations majeures en 12,8 secondes pour 0,005 $.
JEV, amazing. When I gave it 100 interview minutes (fictional data), ・Sorted everyone into "Pass/Hold/Pass" in 12.8 seconds ・Scored professional skills, communication, and motivation level ・Detected minutes with "major concerns" Total cost: $0.005. Less than 0.01 yen per
L'auteur a testé Jev sur un benchmark de 1 565 e-mails professionnels en allemand et en anglais provenant de fournisseurs industriels, répartis en 10 catégories ; il s'est avéré moins précis que Gemini, mais l'auteur s'est intéressé aux types d'erreurs et envisage toujours de le mettre en production.
Aaron Levie affirme que Jev aide les agents à prendre des décisions rapides dans les workflows, la classification des données et les jugements, avec une démo Box et Jev extrayant un rapport d'incident de Box.
Fatih Yildiz estime que Jev de TypeSafe AI est prometteur pour les cas d'usage de modèles de décision d'observabilité, notant que la latence s'accumule avec les modèles frontières chez edge_delta pour le scoring de priorité opérationnelle et le routage d'événements, et teste Jev.
