Jevでコードベース分類器を構築
開発者がJevでコードベース分類器を構築し、エージェントが生成する過剰設計なコードの解決策になり得ると述べ、次のテスト対象を尋ねている。
TypeGPU + ruNNtime + Jevの組み合わせでリアルタイムローカル推論とレンダリングを実現
開発者がTypeGPU、ruNNtime、Jevの組み合わせを共有。ruNNtimeが効率的なローカル推論を提供し、TypeGPUが推論とレンダリングでGPUリソースを直接共有してゼロコピーを実現、3回のNN推論とレンダリングをリアルタイムで実行。
TypeGPU + ruNNtime + Jev @typesafeai is a very fun combo :D ruNNtime gives me efficient local inference, TypeGPU lets inference and rendering share GPU resources directly with zero copy. That’s 3 separate NN inferences plus rendering, all happening in realtime Since we control
· 699 likesOpen on X
More like this
JevがLLM-as-a-Judgeを20～200倍高速・40～400倍低コストで実現
JevはどのモデルがAGIかを判断するために使われ、20～200倍の速度と40～400倍の低コストを実現し、LLM-as-a-judgeを極めて高速かつほぼ無料にします。
TypeSafe JevとOpenCodeでアプリをテスト
FilipがTypeSafe JevとOpenCodeを使ったアプリテストの速さを示す小さなデモを共有。
