Zespół Jev w TypeSafe AI zatrudnia. Post zawiera link do oferty pracy i prosi kandydatów o przygotowanie się do odpowiedzi na pytania o to, co próbowali z LLM i jakie ograniczenia odkryli.
Jev team is hiring @typesafeai https://jobs.ashbyhq.com/typesafe-ai Be prepare to respond: What have you tried to get working technically with an LLM, and what limitations did you discover?
Autor przetestował Jev na zestawie 1 565 niemieckich i angielskich e-maili biznesowych od dostawców przemysłowych w 10 kategoriach, stwierdzając niższą dokładność niż Gemini, ale skupił się na tym, gdzie pojawiają się błędy, i nadal planuje wdrożenie produkcyjne.
Aaron Levie twierdzi, że Jev pomaga agentom w szybkim podejmowaniu decyzji w przepływach pracy, klasyfikacji danych i ocenach, z demem Box i Jev pobierającym raport o incydencie z Box.
Fatih Yildiz twierdzi, że Jev od TypeSafe AI jest obiecujący dla przypadków użycia modeli decyzyjnych obserwowalności, zauważając, że opóźnienie narasta przy użyciu modeli frontier w edge_delta do oceny priorytetów operacyjnych i routingu zdarzeń, i testuje Jev.
