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.
OpenRouter przedstawia Jev, model decyzyjny TypeSafe AI
OpenRouter publikuje o modelu decyzyjnym Jev od TypeSafe AI: odpowiada na pytania tak/nie i wielokrotnego wyboru z oceną pewności, jest 10 razy tańszy i szybszy niż LLM, a tworzenie oprogramowania to sekwencja decyzji.
What is a decision model? Jev by @typesafeai answers yes/no and multiple-choice questions, with a confidence score. Much of software development are a sequence of decisions, and Jev is 10x cheaper and faster than an LLM. Let’s understand this through practical examples:
· 1,6 tys. 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.
