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.
Il modello Jev di TypeSafe integrato rapidamente dalle aziende di strumenti di sviluppo
Secondo AI Matters, il modello Jev di TypeSafe ha una precisione (67,8%) inferiore ai modelli top, ma risponde in 0,4 secondi e costa una frazione (1/10 a 1/100). Emette la probabilità di risposta corretta invece di frasi. Quattro aziende tra cui Vercel lo hanno integrato in tre giorni. Nessuna validazione esterna ancora.
정확도는 상위 모델보다 낮은데, 개발 도구 업체들이 앞다퉈 붙인 모델 Jev. · 버셀 등 4곳이 사흘 내 통합 · 문장 대신 답과 맞을 확률만 출력 · 응답 0.4초, 비용은 수십~수백 분의 1 · 정확도 67.8% 외부 검증 자료는 아직 없습니다. #TypeSafe #Jev 원문은 아래에 ↓
· 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.
