Jev ชนะ Gemini 2.5 Flash Lite ทั้งด้านคุณภาพและความเร็วในการประเมินตัวจำแนก
Malte Ubl ทดลองใช้ Jev ของ TypeSafe AI กับชุดประเมินตัวจำแนกที่มีอยู่ โดยทำคะแนนคุณภาพได้เต็มชุดประเมินและเร็วกว่า Gemini 2.5 Flash Lite 6 เท่า
โมเดล JEV ใช้งานจริง: ประมวลผลผู้ติดต่อ LinkedIn 20,000 รายในไม่กี่นาที
ผู้ใช้แบ่งปันประสบการณ์การใช้โมเดล JEV ตั้งแต่สุดสัปดาห์ นำไปใช้ในเวิร์กโฟลว์หลายรายการ และวิเคราะห์/จัดหมวดหมู่ผู้ติดต่อ LinkedIn 20,000 รายได้สำเร็จในไม่กี่นาทีด้วยค่าใช้จ่ายไม่ถึงหนึ่งดอลลาร์
Model JEV - používám od víkendu a už ho mám v několika workflows. Jako první jsem mu dal 20 000 LinkedIn kontaktů a VELMI dobře je zvládl analyzovat a protřídit...za pár minut a necelý dolar...🔝
· 1 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
