Bygga en kodbas-klassificerare med Jev
En utvecklare delar bygget av en kodbas-klassificerare med Jev, föreslår att det kan lösa överkonstruerad kod från agenter, och frågar vad som ska testas härnäst.
Jev är bra på zero-shot-klassificering, men specialiserade klassificerare dominerar kommersiella användningsfall
Josh noterar att Jev presterar bra i zero-shot-klassificering, men specialiserade klassificerare är mer fördelaktiga i kommersiella miljöer. Han nämner att @trycua finjusterade en liten modell som fick 99,7% i utvärdering av formulärifyllnad, medan hostad Jev fick 83,6%, och delar sin erfarenhet av att finjustera GLiNER 2.5 på 51 minuter.
Jev is great at zero-shot classification, but specialist classifiers will dominate commercial use cases. @trycua tuned a tiny model that scored 99.7% on their form-filling eval. Hosted Jev scored 83.6%. I tuned GLiNER 2.5 on a task in 51 minutes yesterday and it crushes
· 432 likesOpen on X
More like this
Jev möjliggör LLM-as-a-Judge 20–200x snabbare och 40–400x billigare
Jev användes för att välja vilken modell som är AGI, med 20–200x hastighet och 40–400x lägre kostnad, vilket gör LLM-as-a-Judge extremt snabbt och nästan gratis.
Testa appar med TypeSafe Jev & OpenCode
Filip delar en liten demo som visar hur snabbt det går att testa appar med TypeSafe Jev och OpenCode.
