Marc Watkins compartilha o uso do Jev para classificar e analisar dados de reclamações da API do Consumer Financial Protection Bureau, argumentando que LLMs probabilísticos rápidos e baratos transformarão atividades de dados intensivas em recursos.
Using Jev for data sorting and analysis is something! Here it is structuring data from complaints filed via the Consumer Financial Protection Bureau API. Using an inexpensive, fast, probability LLM is going to upend so many of the resource intensive data activities we do.
Malte Ubl executou o Jev da TypeSafe AI em uma avaliação de classificador existente: saturou a avaliação em qualidade e foi 6x mais rápido que o Gemini 2.5 Flash Lite.
O autor lançou uma extensão do DuckDB que usa o Jev da TypeSafe AI para classificar rapidamente linhas em arquivos CSV/Parquet ou tabelas DuckDB, cerca de 10 segundos para 1k linhas, mais rápido que um LLM e mais ergonômico que um classificador.
O autor resumiu cada artigo com o DeepSeek V4 Flash e enviou título, resumo e 24 tópicos candidatos ao Jev para classificação, processando 1.018 artigos de IA com custo total de US$ 0,08 e latência mediana de 256 ms por artigo.
