Jev ชนะ Gemini 2.5 Flash Lite ทั้งด้านคุณภาพและความเร็วในการประเมินตัวจำแนก
Malte Ubl ทดลองใช้ Jev ของ TypeSafe AI กับชุดประเมินตัวจำแนกที่มีอยู่ โดยทำคะแนนคุณภาพได้เต็มชุดประเมินและเร็วกว่า Gemini 2.5 Flash Lite 6 เท่า
Jev จำแนกบทความ AI 2,300 ชิ้นใน ~83 วินาที ด้วย $0.14: ถกต้นทุนไปป์ไลน์
ผู้เขียนชี้ว่ากรณีของ Jev เหมาะกับทีมเล็ก: บทความ AI 2,300 ชิ้นใน ~83 วินาที ด้วย $0.14 แต่เตือนว่านี่ไม่ใช่ต้นทุนของโมเดล Jev เพียงตัวเดียว เนื่องจากป้ายเดิมถูกประมวลผลล่วงหน้าด้วย DeepSeek V4 Flash สิ่งที่ควรวัดคือไปป์ไลน์การจำแนกทั้งหมด ทั้งการประมวลผลล่วงหน้า การตัดสินใจของ Jev และการสุ่มตรวจโดยมนุษย์
Jev 这个案例很适合小团队：2,300 篇 AI 论文，约 83 秒，成本 $0.14。 但这个数字不能直接当成 Jev 的单模型成本。旧标签先由 DeepSeek V4 Flash 跑过，真正该测的是整条分类链路：预处理、Jev 决策和人工抽检加起来还剩多少。
· 0 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
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
