Creare un classificatore di codebase con Jev
Uno sviluppatore condivide la creazione di un classificatore di codebase con Jev, suggerendo che può risolvere codice sovraingegnerizzato dagli agenti, e chiede cosa testare dopo.
Modello simile a Jev open source gira su un laptop senza API
Il post afferma che TypeSafe ha speso due anni e 40 milioni di dollari per portare un modello decisionale nel cloud, mentre uno studente del primo anno ha reso open source un modello simile a Jev che gira su un laptop senza API, senza lista d'attesa, senza token di output, circa 13 ms per decisione, ~1 GB di RAM, 60 decisioni al secondo, giocando a Snake.
TypeSafe Al spent 2 years in stealth and $40M to put a decision model in the cloud. 5 days later, a freshman open-sourced a Jev-like model that runs on a laptop. No API. No waitlist. No output tokens. ~13ms per decision. ~1GB RAM. 60 decisions a second. Playing Snake
· 0 likesOpen on X
More like this
Jev consente LLM-as-a-Judge a 20–200x più veloce e 40–400x meno costoso
Jev è stato usato per scegliere quale modello è AGI, offrendo 20–200x più velocità e 40–400x meno costo, rendendo LLM-as-a-judge estremamente veloce e quasi gratuito.
Testare app con TypeSafe Jev e OpenCode
Filip condivide una piccola demo che mostra la velocità di test delle app con TypeSafe Jev e OpenCode.
