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.
Använda Jev för att identifiera potentiella fel i AI-utkast
Diskuterar risken för avkunnande med AI-skribenter och hur Jev-modeller kan hjälpa användare att få bättre insikter om områden där utkast kan vara felaktiga, vilket förbättrar verifieringen.
Deskilling is a real risk when it comes to using AI scribes. The drafts often look plausible, which leads users to overly trust without verifying. Models like #Jev could help provide users with better insights onto areas where the draft might be wrong. https://github.com/Stephonomon/scribe-verify…
· 0 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.
