Eric Mao jest zaskoczony, że Jev nie jest większy w danych tabelarycznych, uważa, że każda firma zajmująca się arkuszami AI powinna przebudować swój produkt na Jev, i wspomina o przetwarzaniu 100 tys. wierszy.
I’m surprised Jev for tabular data isn’t a bigger deal. Every ai spreadsheet company should be racing to rebuild their product ground up with Jev. When we were building people search last year we spent months optimizing the search algorithm. Here is Jev processing 100k rows for
Malte Ubl uruchomił Jev od TypeSafe AI na istniejącej ewaluacji klasyfikatora: nasycił ewaluację pod względem jakości i był 6 razy szybszy niż Gemini 2.5 Flash Lite.
Autor wydał rozszerzenie DuckDB, które używa Jev od TypeSafe AI do szybkiej klasyfikacji wierszy w plikach CSV/Parquet lub tabelach DuckDB, około 10 sekund na 1k wierszy—szybciej niż LLM i wygodniej niż klasyfikator.
Autor streścił każdy artykuł za pomocą DeepSeek V4 Flash, a następnie przesłał tytuł, streszczenie i 24 możliwe tematy do Jev w celu klasyfikacji. Przetworzono 1018 artykułów o AI przy łącznym koszcie 0,08 USD i medianie opóźnienia end-to-end 256 ms na artykuł.
