Criando um classificador de código com Jev
Um desenvolvedor compartilha a criação de um classificador de código com Jev, sugerindo que pode resolver código superengenheirado por agentes, e pergunta o que testar a seguir.
Combinação de TypeGPU + ruNNtime + Jev permite inferência e renderização locais em tempo real
O desenvolvedor compartilha a experiência de combinar TypeGPU, ruNNtime e Jev: ruNNtime oferece inferência local eficiente, enquanto o TypeGPU permite que inferência e renderização compartilhem recursos de GPU diretamente com zero cópia, executando três inferências NN mais renderização em tempo real.
TypeGPU + ruNNtime + Jev @typesafeai is a very fun combo :D ruNNtime gives me efficient local inference, TypeGPU lets inference and rendering share GPU resources directly with zero copy. That’s 3 separate NN inferences plus rendering, all happening in realtime Since we control
· 699 likesOpen on X
More like this
Jev permite LLM-as-a-Judge com 20–200x mais velocidade e 40–400x menos custo
Jev foi usado para escolher qual modelo é AGI, oferecendo 20–200x mais velocidade e 40–400x menos custo, tornando o LLM-as-a-judge extremamente rápido e quase gratuito.
Testando apps com TypeSafe Jev e OpenCode
Filip compartilha uma pequena demo mostrando a rapidez de testar apps com TypeSafe Jev e OpenCode.
