Jev 분류 모델로 유효한 다음 토큰을 선택해 C++ 작성
TypeSafe의 Jev 결정/분류 모델을 사용해 각 단계에서 문법적으로 유효한 다음 토큰만 제시하고 C++ 코드를 생성한 실험.
Jev를 사용한 ANN 중복 제거 실험: 품질 향상, 비용 부담
Jonathan Ellis가 Jev로 top-k 후보를 분류하는 ANN 기반 중복 제거 실험을 공유했습니다. 장점: 코드 약 1만 줄 감소, 근사 중복으로 인한 30개 미묘한 버그 수정. 단점: 저렴하지도 빠르지도 않으며, API 가격으로 약 $166, 207M Opus 토큰과 거의 8B Luna 서브에이전트 토큰(mjolnir 경유)을 소비.
Results of my ANN-powered deduplication experiment, with top-k candidates classified by Jev. Pro: -10kloc, fixed 30 bugs where one near-duplicate was subtly broken Con: not cheap and not fast. $166 at API pricing for 207M Opus tokens and nearly 8B in Luna subagents (via mjolnir
· 0 likesOpen on X
More like this
Jev를 코드 리뷰에 활용
작성자는 코드 리뷰가 Jev를 사용하기에 매우 좋은 사례라고 생각한다.
Jev 기반 PR 트리아지 도구 Fascin
개발자가 Jev로 만든 PR 트리아지 도구 Fascin을 공유하며 긴급도, 변경 유형, 병합 준비도를 판단하고 실제 추론은 Jev가 담당한다고 설명한다.
