JevでComputer Useを高速化：LLMの記憶とJevによる操作実行
LLMが記憶とコンテキストを保持し、agent-desktopでスナップショットを取得してJevに送信、Jevが適切な要素を選んで操作を実行し、Computer Useを高速化。Cursor対応、ヘッドレス運用も可能。
Jevをプレラベラーとしてベンチマーク
TypeSafe AIのJevは、型付き質問に信頼度スコア付きで回答するモデルです。3つのタスクでプレラベラーとしてベンチマークし、信頼度がどのラベルを人間のレビューを省略できるかを判断できるかを検討しました。
1/ Can a model’s confidence decide which labels skip human review? We benchmarked @typesafeai's #Jev, a model that answers typed questions with a confidence score, as a pre-labeler across three tasks. 🧵
· 0 likesOpen on X
More like this
Jevが500件のメールを数秒で分類、コストはわずか3.5セント
Riley Brown氏が、TypeSafe AIのJevを使って500件のメールを数秒で分類し、コストはわずか3.5セントだったと共有。高速かつ低コストなメール分類を実証。
テキストを書かないAI「Jev」の総合解説動画
テキストを書かないAI「Jev」の総合解説動画。問い合わせをどの部門に振り分けるか、緊急度はどれくらいかを判断するAI。
