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.
Integracja Codex z Jev zmniejsza zużycie tokenów o 90%
Użytkownik dzieli się, że integracja Codex z Jev zmniejszyła zużycie limitu tokenów o 90%, i pokazuje, jak Jev klasyfikuje „Czy powinienem kupić konsolę do gier?” jako konsultację zakupową z prawdopodobieństwem 97% i pewnością 0,96.
After integrating Codex with Jev, my token quota consumption was reduced by 90%. I actually tested inputting a single sentence: "Should I buy a gaming console?" Jev quickly classifies it as "purchase consultation," with 97% probability and 0.96 confidence, then proceeds
· 1,1 tys. 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.
