Een codebase-classificator bouwen met Jev
Een ontwikkelaar deelt het bouwen van een codebase-classificator met Jev, suggereert dat dit overgeëngineerde code van agents kan oplossen, en vraagt wat er nu getest moet worden.
Jev Benchmark Lab: stresstest met 200 ground-truth-cases
Jev Benchmark Lab voert 200 ground-truth-cases uit in 20 suites en beoordeelt nauwkeurigheid, consistentie, adversariële fouten, optievolgorde-bias, antwoordomkeringen, waarschijnlijkheidsdrift en latentie—laat de cijfers beslissen.
Jev doesn’t need another demo. It needs a stress test. Jev Benchmark Lab runs 200 ground-truth cases across 20 suites, exposing accuracy, consistency, adversarial failures, option-order bias, answer flips, probability drift and latency. Let the numbers decide.
· 5 likesOpen on X
More like this
Jev maakt LLM-as-a-Judge 20–200x sneller en 40–400x goedkoper
Jev werd gebruikt om te bepalen welk model AGI is, met 20–200x snelheid en 40–400x lagere kosten, waardoor LLM-as-a-judge extreem snel en bijna gratis wordt.
Apps testen met TypeSafe Jev & OpenCode
Filip deelt een kleine demo die laat zien hoe snel apps testen met TypeSafe Jev en OpenCode kan zijn.
