Jev slår Gemini 2.5 Flash Lite i kvalitet och hastighet i klassificerarutvärdering
Malte Ubl körde TypeSafe AI:s Jev mot en befintlig klassificerarutvärdering: den mättade utvärderingen i kvalitet och var 6x snabbare än Gemini 2.5 Flash Lite.
Använda Jev för att förenkla embedding-baserad repo-kategorisering
Patrick DeVivo delar en LLM-embedding-pipeline på Powerset för att kategorisera repon baserat på README och webbplatsinnehåll och menar att Jev kan förenkla detta avsevärt.
on @PowersetRes we run an LLM embedding pipeline to categorize repos based on their READMEs and website content. we use embedding similarity to a category centroid to determine membership- it works, but seems like a place Jev could really shine could simplify a whole lot and
· 1 likesOpen on X
More like this
Snabb radklassificering i DuckDB med Jev
Författaren har släppt ett DuckDB-tillägg som använder TypeSafe AI:s Jev för att snabbt klassificera rader i CSV/Parquet-filer eller DuckDB-tabeller, cirka 10 sekunder för 1k rader—snabbare än en LLM och mer ergonomiskt än en klassificerare.
Klassificering av 1 018 AI-artiklar med Jev för 0,08 $
Författaren sammanfattade varje artikel med DeepSeek V4 Flash och skickade sedan titel, sammanfattning och 24 möjliga ämnen till Jev för klassificering. 1 018 AI-artiklar bearbetades till en total kostnad av 0,08 $ och en medianänd-till-änd-fördröjning på 256 ms per artikel.
