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 모델이 코드베이스 검사에서 GPT Luna 6를 크게 능가
Tessl은 자체 프로덕션 코드에서 약 2,725개의 verifier 검사를 실행했습니다: GPT Luna 6은 436초, Jev는 32초에 비용은 2.7배 낮습니다. 두 모델의 판정은 85.9% 일치했습니다. 방법과 명령어가 공개되어 있습니다.
What if your review rules ran across your whole codebase in 32 seconds? We ran about 2,725 verifier checks on our own production code. GPT Luna 6: 436s. Jev: 32s, at 2.7x lower cost. The two judges agreed on 85.9% of decisions. Method and commands: https://tessl.io/blog/jev-is-136x-faster-and-27x-cheaper-than-gpt-luna-6-for-tessl-verifiers-try-it-yourself…
· 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.
