Autor przetestował Jev do klasyfikacji oznaczonych zbiorów punktów współrzędnych zamiast k-means, uzyskując wysoką dokładność i błędy tylko na granicach, widząc potencjał dla zastosowań zero-shot.
大分試すの遅くなったけど、Jevをk-meansクラスタリングの代わりに分類させてみた。 座標点と正解ラベルがペアになった各群30点のデータセットを食わせてみたところ、割と正解率が高い。 サンプルデータに含まれてないエッジや境界部分で誤答してるけど、ゼロショットを考えればいろいろ応用できそう
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.
