Jev로 코드베이스 분류기 구축
개발자가 Jev로 코드베이스 분류기를 구축하고 에이전트가 생성하는 과도하게 설계된 코드 문제를 해결할 수 있다고 언급하며 다음 테스트 대상을 묻습니다.
Jev는 제로샷 분류에 뛰어나지만, 상업적 사용 사례에서는 전문 분류기가 우세하다
Josh는 Jev가 제로샷 분류에서 뛰어난 성능을 보이지만, 상업적 환경에서는 전문 분류기가 더 유리하다고 지적합니다. @trycua가 양식 작성 평가에서 99.7%를 기록한 소형 모델을 튜닝했고, 호스팅된 Jev는 83.6%를 기록했으며, 자신은 51분 만에 GLiNER 2.5를 튜닝한 경험을 공유합니다.
Jev is great at zero-shot classification, but specialist classifiers will dominate commercial use cases. @trycua tuned a tiny model that scored 99.7% on their form-filling eval. Hosted Jev scored 83.6%. I tuned GLiNER 2.5 on a task in 51 minutes yesterday and it crushes
· 432 likesOpen on X
More like this
Jev, LLM-as-a-Judge를 20–200배 빠르고 40–400배 저렴하게 구현
Jev는 어떤 모델이 AGI인지 판단하는 데 사용되었으며, 20–200배 속도와 40–400배 저렴한 비용을 제공하여 LLM-as-a-judge를 매우 빠르고 거의 무료로 만듭니다.
TypeSafe Jev와 OpenCode로 앱 테스트
Filip이 TypeSafe Jev와 OpenCode를 사용한 앱 테스트 속도를 보여주는 작은 데모를 공유했습니다.
