ผู้เขียนสาธิตโมเดลสไตล์ Jev ขนาดกะทัดรัดที่สร้างบน Qwen3.5 (0.8B–9B) โดย 4B/9B ใช้งานได้กับ Mac 32GB รองรับ CUDA และ ROCm และตอบตั๋วฝ่ายสนับสนุนใน 495ms พร้อมความน่าจะเป็น
I RAN A DECISION MODEL ON MY LAPTOP TODAY 1. Kev: tiny Jev-style models built on Qwen3.5, 0.8B up to 9B 2. 4B/9B fit a 32GB Mac, also CUDA and ROCm 3. Answered a support ticket in 495ms with probabilities #OpenSource #LocalAI #ML
ผู้เขียนแบ่งปันประสบการณ์การใช้ Jev: ตอนแรกดูยุ่งยาก แต่เข้าใจทันทีเมื่อมองว่า 'อย่าให้ AI เขียนข้อความ' โดยยกการจัดการคำถามเป็นตัวอย่าง วิธีเดิมคือโยนทั้งหมดให้ GPT หรือ Claude วิเคราะห์ ส่วน Jev มีแนวทางต่างออกไป
ต้นแบบใช้ AI ประเมินความลังเลหรือความสนใจจาการเคลื่อนไหวของเคอร์เซอร์หรือการหยุดก่อนคลิก สังเกตพฤติกรรมลูกค้าและเสริมคำอธิบายหรือเสนอการเปรียบเทียบ
ผู้เขียนสร้างเดโมบริการลูกค้าแบบเรียลไทม์สำหรับอีคอมเมิร์ซด้วย Jev และ gpt-live-1 ซึ่งแนะนำสินค้าที่เหมาะสมทันทีตามคำพูดของผู้ใช้ระหว่างการสนทนา ให้ประสบการณ์ที่ยอดเยี่ยม
