Jev-teamet på TypeSafe AI rekryterar. Inlägget innehåller en jobblänk och ber sökande att förbereda sig på att svara på frågor om vad de har testat med LLM och vilka begränsningar de upptäckt.
Jev team is hiring @typesafeai https://jobs.ashbyhq.com/typesafe-ai Be prepare to respond: What have you tried to get working technically with an LLM, and what limitations did you discover?
Författaren testade Jev på ett benchmark med 1 565 tyska och engelska affärsmejl från industriella leverantörer i 10 kategorier, fann lägre noggrannhet än Gemini, men fokuserade på var felen uppstod och planerar fortfarande att sätta det i produktion.
Aaron Levie säger att Jev hjälper agenter att fatta snabba beslut i arbetsflöden, dataklassificering och bedömningar, med en Box- och Jev-demo som hämtar en incidentrapport från Box.
Fatih Yildiz säger att Jev från TypeSafe AI verkar lovande för observability-beslutsmodeller, noterar att latensen ökar vid användning av frontier-modeller på edge_delta för operativ prioritering och händelseroutning, och testar Jev.
