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.
Jev umieszczony przed Codex/Claude Code w celu filtrowania kandydatów pamięci
Autor umieszcza Jev przed Codex/Claude Code, redukując kandydatów pamięci z maksymalnie 8 do 3 — o 62,5% — twierdząc, że filtrowanie na wejściu jest skuteczniejsze niż pozwalanie kontekstowi rosnąć.
AIにもっと読ませる、ではなく「読ませない」を設計してみた。 JevをCodex／Claude Codeの手前に置き、記憶候補を最大8件→3件へ。候補件数では62.5%削減。 コンテキストが増え続けるなら、入口で選別する方が効く。
· 1 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.
