L'autore condivide la sua architettura finale: un modello Jev funge da screener per valutare in parallelo le probabilità di similarità, le coppie incerte passano a un altro modello Jev con contesto aggiuntivo, il codice unisce le coppie rilevanti e un modello Sonnet/Opus gestisce il resto.
הארכיטקטורה הסופית שלי: 1) מודל Jev שהוא Screener: מקבל טקסט, ושופט במקביל עבור כל הטקסטים האחרים מה ההסתברות שהם מתארים את אותו הדבר. 2) עבור אלה שהוא לא היה בטוח: מודל Jev נוסף שמקבל זוג-זוג, עם עוד קונטקסט 3) קוד שמאחד את כל הזוגות הרלוונטיים 4) מודל Sonnet/Opus שמקבל את כל
L'LLM mantiene memoria e contesto, usa agent-desktop per acquisire snapshot e le invia a Jev, che seleziona l'elemento giusto per agire, accelerando Computer Use con Cursor e modalità headless.
Riley Brown condivide che Jev di TypeSafe AI ha classificato 500 email in pochi secondi per soli 3,5 centesimi, evidenziando una classificazione rapida ed economica.
Video esplicativo completo che presenta Jev, un'IA che non scrive testo ma determina a quale reparto indirizzare le richieste e con quale urgenza.
