Marc Watkins berbagi penggunaan Jev untuk mengurutkan dan menganalisis data keluhan dari API Consumer Financial Protection Bureau, dan berpendapat LLM probabilistik yang cepat dan murah akan mengubah aktivitas data yang intensif sumber daya.
Using Jev for data sorting and analysis is something! Here it is structuring data from complaints filed via the Consumer Financial Protection Bureau API. Using an inexpensive, fast, probability LLM is going to upend so many of the resource intensive data activities we do.
Malte Ubl menjalankan Jev dari TypeSafe AI pada evaluasi klasifikasi yang ada; hasilnya memenuhi evaluasi dari sisi kualitas dan 6x lebih cepat dari Gemini 2.5 Flash Lite.
Penulis merilis ekstensi DuckDB yang menggunakan Jev dari TypeSafe AI untuk mengklasifikasikan baris dengan cepat di file CSV/Parquet atau tabel DuckDB, sekitar 10 detik untuk 1k baris—lebih cepat dari LLM dan lebih ergonomis daripada classifier.
Penulis merangkum setiap makalah dengan DeepSeek V4 Flash, lalu mengirim judul, ringkasan, dan 24 topik kandidat ke Jev untuk diklasifikasikan, memproses 1.018 makalah AI dengan total biaya $0,08 dan latensi end-to-end median 256ms per makalah.
