Создание классификатора кодовой базы с помощью Jev
Разработчик делится созданием классификатора кодовой базы с помощью Jev, предполагая, что это может решить проблему переусложнённого кода от агентов, и спрашивает, что тестировать дальше.
Ax: кросс-языковое программирование LLM в стиле DSPy с поддержкой Jev
Ax предлагает программирование LLM в стиле DSPy на TypeScript, Python, Java, C++, Go и Rust, с приоритетом TypeScript, унифицируя API, провайдеров, агентов, потоки, контракты среды выполнения и оптимизаторы, а также поддержку Jev.
Ax — DSPy-style LLM programming across TypeScript + Python, Java, C++, #golang, Rust. TypeScript-first, shipping now as @ax-llm/ax. Same APIs/providers/agents/flows/runtime contracts/optimizers everywhere. #Jev @typesafeai support https://github.com/ax-llm/ax
· 7 likesOpen on X
More like this
Jev обеспечивает LLM-as-a-Judge в 20–200 раз быстрее и в 40–400 раз дешевле
Jev использовался для выбора модели AGI, обеспечивая в 20–200 раз большую скорость и в 40–400 раз меньшую стоимость, делая LLM-as-a-judge чрезвычайно быстрым и почти бесплатным.
Тестирование приложений с TypeSafe Jev и OpenCode
Filip делится небольшим демо, показывающим скорость тестирования приложений с TypeSafe Jev и OpenCode.
