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.
#Jev from @typesafeai looks very promising for Observability Decision Model use cases. At @edge_delta , we use frontier models for operational priority scoring, routing events, identifying recurring issues, and similar decisions. Latency adds up. I tested Jev on our
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.
En användare delar att JEV bearbetar 100 fiktiva intervjuminuter: Pass/Hold/Pass-klassificering, poängsättning av kompetens, kommunikation och motivation, upptäckt av allvarliga bekymmer på 12,8 sekunder för 0,005 dollar.
