สร้างตัวจำแนกโค้ดเบสด้วย Jev
นักพัฒนแชร์การสร้างตัวจำแนกโค้ดเบสด้วย Jev โดยเสนอว่าอาจแก้ปัญหาโค้ดที่ซับซ้อนเกินไปจากเอเจนต์ และถามว่าควรทดสอบอะไรต่อไป
เรียกใช้โมเดลการตัดสินใจสไตล์ Jev บน Databricks
เรียนรู้วิธีรันโมเดล open-weight เช่น SemIf-OpenJev บน GPU แบบไม่มีเซิร์ฟเวอร์ด้วย AI Runtime และ Model Serving ของ Databricks จากนั้นเรียกใช้โดยตรงจาก SQL หรืองาน Lakeflow ผ่าน ai_query เพื่อคืนผลลัพธ์ที่มีโครงสร้าง
Here's how to run Jev-style decision models directly on governed data with Databricks 👇 Serve open-weight models like SemIf-OpenJev on serverless GPUs with AI Runtime + Model Serving, then call them directly from SQL or Lakeflow jobs using ai_query to return structured
· 20 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
