สร้างตัวจำแนกโค้ดเบสด้วย Jev
นักพัฒนแชร์การสร้างตัวจำแนกโค้ดเบสด้วย Jev โดยเสนอว่าอาจแก้ปัญหาโค้ดที่ซับซ้อนเกินไปจากเอเจนต์ และถามว่าควรทดสอบอะไรต่อไป
การแลกเปลี่ยนในมุม MLOps: Jev กับ LLM ในการผลิต
ผู้ปฏิบัติงาน MLOps แบ่งปันการแลกเปลี่ยนในการผลิต: ความหน่วงระดับมิลลิวินาทีของ Jev เทียบกับหลายวินาทีของ LLM, สคีมา enum และความน่าจะเป็นเทียบกับการแยกวิเคราะห์ JSON, ความแตกต่างด้านการออกแบบภาพหลอนชนิดข้อมูล และรูปร่างต้นทุน
Production tradeoffs I care about as MLOps: • Latency: Jev ms-class vs LLM multi-second (p95 kills UX + agent loops) • Schema: enums + probs vs “parse the JSON and pray” • Hallucination on types: Jev can’t emit an invalid choice by design; LLMs still can • Cost shape: Jev
· 0 likesOpen on X
More like this
Jev ทำให้ LLM-as-a-Judge เร็วขึ้น 20–200 เท่า และถูกลง 40–400 เท่า
Jev ถูกใช้เพื่อเลือกว่าโมเดลใดคือ AGI โดยให้ความเร็ว 20–200 เท่าและต้นทุนต่ำลง 40–400 เท่า ทำให้ LLM-as-a-judge เร็วมากและเกือบฟรี
ทดสอบแอปด้วย TypeSafe Jev และ OpenCode
Filip แชร์เดโมเล็กๆ ที่แสดงความเร็วในการทดสอบแอปด้วย TypeSafe Jev และ OpenCode
