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.
Jev, 상태 머신 프로그래밍 벤치마크 결과
Dorian Smiley가 공유한 상태 머신 프로그래밍 벤치마크: Gemini Flash Lite 3.1 전체 75.6%, Jev 전체 72.2%, 표준 작업에서 100%, 약 6배 빠르며 실패는 새로운 조합에서 주로 발생.
New state machine programming benchmark: Gemini Flash Lite 3.1: 75.6% overall, 66.7% generalization. Jev: 72.2% overall, 61.4% generalization, but 100% on canonical tasks and ~6× faster. Jev’s misses are concentrated in specific novel compositions, not broad task failure. It is
· 1 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.
