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.
Deweloper kwestionuje wydajność Jev i prezentuje własny model
Deweloper twierdzi, że po ponownym treningu i dostosowaniu modelu osiągnął średnie opóźnienie p95 na poziomie 2,44 ms na bun, kwestionując potrzebę Jev i nazywając go hype'em.
Investi um tempo, retreinei o model, fiz adaptacoes caiu pra um p95 medio de 2.44ms, isso rodando em bun. Jev pra que? o meu ta mais rapido, mais modular, e com certeza vc pode fazer finetunning. Jev e hype. Hardware antes q encham o saco i9 14900hx, 4090 16gb mobile.
· 0 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.
