Jev ชนะ Gemini 2.5 Flash Lite ทั้งด้านคุณภาพและความเร็วในการประเมินตัวจำแนก
Malte Ubl ทดลองใช้ Jev ของ TypeSafe AI กับชุดประเมินตัวจำแนกที่มีอยู่ โดยทำคะแนนคุณภาพได้เต็มชุดประเมินและเร็วกว่า Gemini 2.5 Flash Lite 6 เท่า
จำแนกบทความ AI 1,018 ชิ้นด้วย Jev ในราคา 0.08 ดอลลาร์
ผู้เขียนสรุปแต่ละบทความด้วย DeepSeek V4 Flash แล้วส่งชื่อเรื่อง บทสรุป และ 24 หัวข้อที่เป็นไปได้ให้ Jev จำแนก โดยประมวลผลบทความ AI 1,018 ชิ้นด้วยต้นทุนรวม 0.08 ดอลลาร์ และความหน่วงแบบ end-to-end มัธยฐาน 256ms ต่อบทความ
I used Jev to classify 1,018 AI research papers. The result: $0.08 total cost and 256ms median end-to-end latency per paper. The pipeline was: 1. Summarize each paper with DeepSeek V4 Flash 2. Send the title + summary + 24 possible topics to Jev 3. Use Jev to classify each
· 2K likesOpen on X
More like this
จำแนกแถวอย่างรวดเร็วใน DuckDB ด้วย Jev
ผู้เขียนเปิดตัวส่วนขยาย DuckDB ที่ใช้ Jev ของ TypeSafe AI เพื่อจำแนกแถวอย่างรวดเร็วในไฟล์ CSV/Parquet หรือตาราง DuckDB ใช้เวลาประมาณ 10 วินาทีสำหรับ 1k แถว เร็วกว่า LLM และใช้งานง่ายกว่าตัวจำแนก
จำลองความตั้งใจในการนำผลิตภัณฑ์ไปใช้ของ 150 บุคคลสมมติผ่าน Jev API
ผู้เขียนสร้างระบบที่ส่ง 12 คำถามผ่าน Jev API ไปยังบุคคลสมมติ 150 คนเพื่อถามความตั้งใจในการนำผลิตภัณฑ์ไปใช้ ค่าใช้จ่ายจริงอยู่ที่ 1.8 เยน และใช้เวลาประมาณ 5 วินาที ถือว่าเร็วเพียงพอ แต่รวมเวลาแฝงด้วย
