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.
LFM3-VL-2B의 JevBench 첫 번째 벤치마크 기록
John Wong이 백본 동결 + 200 스텝 LoRA로 LFM3-VL-2B의 JevBench 점수(dev 0.657 / test 0.452)를 공유했습니다. 폐쇄형 0.996과는 다른 기준이며, 동급 오픈소스 최고보다 약 10포인트, Jev 본체보다 25~30포인트 뒤처져 있고 계속 최적화할 예정입니다.
第一次跑分，先记个数。 LFM3-VL-2B 冻结主体 + 200 步 LoRA，JevBench 路线 0.657 dev / 0.452 test，原始准确率，跟闭源那 0.996 不是一把尺子。 同量级开源最好 0.753，我们差 10 个点，落在 2B 中下段；离 Jev 本体差一档，25 到 30 个点。 后面接着优化，数会动。
· 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.
