To demo pokazuje, jak Jev przekształca nieustrukturyzowane recenzje wina w dane, które znacząco poprawiają wydajność podstawowego modelu ML.
JEV TURNED 2,000 WINE REVIEWS INTO 67 NUMERIC COLUMNS THEN A BASIC ML MODEL CUT ITS ERROR ALMOST IN HALF this is the Jev demo people should be talking about the system did not ask Jev to write better tasting notes. An LLM proposed semantic questions about each review. Jev
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.
