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.
Filtrowanie kandydatów pamięci za pomocą Jev
Kensuke Konno przedstawia implementację, która używa Jev do filtrowania pobranych kandydatów pamięci przed przekazaniem ich do Codex lub Claude Code. Wspomniana redukcja o 62,5% to wartość obliczona przy obniżeniu limitu kandydatów z 8 do 3, a nie zmierzona redukcja całkowitej liczby tokenów lub kosztów.
〈知見〉Jevで読む記憶を絞る 今野健介氏が、検索済みの記憶候補をJevで選別してCodexやClaude Codeに渡す実装を紹介しました。「62.5%削減」は候補件数の上限を8件から3件に減らした場合の計算値で、総トークンや料金の削減実測ではありません。
· 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.
