Membangun pengklasifikasi basis kode dengan Jev
Seorang pengembang membagikan pembuatan pengklasifikasi basis kode dengan Jev, menyarankan ini dapat mengatasi kode berlebihan dari agen, dan bertanya apa yang harus diuji selanjutnya.
Colibrì Memperkenalkan Mode Brio Terinspirasi Jev: Prediksi Probabilitas Set Tertutup
Mode Brio Colibrì, terinspirasi dari Jev milik TypeSafe, menerima konteks dan daftar jawaban tertutup, lalu mengembalikan probabilitas dan entropi untuk setiap pilihan tanpa menghasilkan token apa pun. Mode ini berjalan pada 9 keluarga model terbuka di perangkat keras Anda sendiri.
Brio mode in Colibrì Give it context + a closed list of answers. It returns the probability of each choice + entropy (how unsure it is). Zero generated tokens. Inspired by TypeSafe’s Jev — but on 9 open model families, running on your hardware.
· 1 likesOpen on X
More like this
Jev memungkinkan LLM-as-a-Judge 20–200x lebih cepat dan 40–400x lebih murah
Jev digunakan untuk memilih model mana yang AGI, menawarkan kecepatan 20–200x dan biaya 40–400x lebih murah, membuat LLM-as-a-judge sangat cepat dan hampir gratis.
Menguji aplikasi dengan TypeSafe Jev & OpenCode
Filip membagikan demo kecil yang menunjukkan cepatnya menguji aplikasi dengan TypeSafe Jev dan OpenCode.
