Jev ile kod tabanı sınıflandırıcısı oluşturma
Bir geliştirici Jev ile kod tabanı sınıflandırıcısı oluşturduğunu paylaşıyor, ajanların ürettiği aşırı mühendislik kodunu çözebileceğini öne sürüyor ve sırada neyin test edileceğini soruyor.
Jev Benchmark Lab: 200 Gerçek Vaka ile Stres Testi
Jev Benchmark Lab, 20 pakette 200 gerçek vaka çalıştırarak doğruluk, tutarlılık, düşmanca başarısızlıklar, seçenek sırası yanlılığı, yanıt tersine dönmeleri, olasılık kayması ve gecikmeyi ölçüyor; kararı sayılar versin.
Jev doesn’t need another demo. It needs a stress test. Jev Benchmark Lab runs 200 ground-truth cases across 20 suites, exposing accuracy, consistency, adversarial failures, option-order bias, answer flips, probability drift and latency. Let the numbers decide.
· 5 likesOpen on X
More like this
Jev, LLM-as-a-Judge'ı 20–200x hız ve 40–400x daha düşük maliyetle mümkün kılıyor
Jev, hangi modelin AGI olduğunu seçmek için kullanıldı; 20–200x hız ve 40–400x daha düşük maliyet sunarak LLM-as-a-judge'ı son derece hızlı ve neredeyse ücretsiz hale getiriyor.
TypeSafe Jev ve OpenCode ile uygulama testi
Filip, TypeSafe Jev ve OpenCode ile uygulama testinin ne kadar hızlı olduğunu gösteren küçük bir demo paylaştı.
