Jevの分類モデルで有効な次トークンを選びC++を書く
TypeSafeのJev決定/分類モデルを使い、各ステップで文法的に有効な次トークンだけを提示してC++コードを生成する実験。
Jevがコーディングタスクを最適化：タスク単価を$6.42から$2.00に削減
あるコーディングタスクで、4つの重要な変更によりコストを大幅に削減：スマートなノート選択で23.7%削減、意思決定をJevに移すことで51.2%削減、適切なリカバリーパスで58.1%削減、高速ワーカーへのルーティングで68.8%削減。各レバーが積み重なり、コストは$6.42から$2.00に低下します。
4 changes. Here's what each one saved on the same coding task: Smarter notes selection → 23.7% Decisions moved to Jev → 51.2% Proper recovery paths → 58.1% Routing to a fast worker → 68.8% $6.42 per task → $2.00. Each lever stacks on the last. Start with number 1 today.
· 49 likesOpen on X
More like this
Jevをコードレビューに活用
投稿者は、コードレビューがJevの非常に良いユースケースだと考えている。
Jevを活用したPRトリアージツールFascin
開発者がJevで構築したPRトリアージツールFascinを紹介。緊急度、変更種別、マージ準備度を判定し、実際の推論はJevが担うと述べている。
