Budowanie klasyfikatora bazy kodu z Jev
Deweloper dzieli się budową klasyfikatora bazy kodu z Jev, sugerując, że może rozwiązać problem przekombinowanego kodu od agentów, i pyta, co testować dalej.
Skrypt wdrażania Cloud Run dla modelu DiffusionGemma-Jev
Ten skrypt pakuje model DiffusionGemma-Jev do wdrożenia w Cloud Run, osiągając zimny start w 47,5 sekundy na jednej karcie RTX PRO 6000 i udostępniając API zgodne z TypeSafe AI oraz trzy minigry przeglądarkowe.
把 DiffusionGemma-Jev 模型打包成一份 Cloud Run 部署脚本，让单张 RTX PRO 6000 在冷启动 47.5 秒内跑起 TypeSafe AI 兼容接口和三个浏览器小游戏。 https://github.com/taeold/djev-run
· 4 likesOpen on X
More like this
Jev umożliwia LLM-as-a-Judge 20–200x szybciej i 40–400x taniej
Jev został użyty do wyboru, który model jest AGI, oferując 20–200x większą szybkość i 40–400x niższy koszt, czyniąc LLM-as-a-judge niezwykle szybkim i niemal darmowym.
Testowanie aplikacji z TypeSafe Jev i OpenCode
Filip dzieli się małym demo pokazującym szybkość testowania aplikacji z TypeSafe Jev i OpenCode.
