สร้างตัวจำแนกโค้ดเบสด้วย Jev
นักพัฒนแชร์การสร้างตัวจำแนกโค้ดเบสด้วย Jev โดยเสนอว่าอาจแก้ปัญหาโค้ดที่ซับซ้อนเกินไปจากเอเจนต์ และถามว่าควรทดสอบอะไรต่อไป
โมเดลคล้าย Jev โอเพนซอร์สทำงานบนแล็ปท็อปโดยไม่ต้องใช้ API
โพสต์กล่าวว่า TypeSafe ใช้เวลา 2 ปีและ 40 ล้านดอลลาร์เพื่อนำโมเดลตัดสินใจขึ้นคลาวด์ ขณะที่นักศึกษาใหม่เปิดซอร์สโมเดลคล้าย Jev ที่ทำงานบนแล็ปท็อปโดยไม่ต้องใช้ API ไม่มีรายการรอ ไม่มีเอาต์พุตโทเคน ประมาณ 13ms ต่อการตัดสินใจ ~1GB RAM 60 การตัดสินใจต่อวินาที เล่น Snake
TypeSafe Al spent 2 years in stealth and $40M to put a decision model in the cloud. 5 days later, a freshman open-sourced a Jev-like model that runs on a laptop. No API. No waitlist. No output tokens. ~13ms per decision. ~1GB RAM. 60 decisions a second. Playing Snake
· 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
