Створення класифікатора кодової бази з Jev
Розробник ділиться створенням класифікатора кодової бази з Jev, припускаючи, що це може вирішити проблему переускладненого коду від агентів, і запитує, що тестувати далі.
Створення інструменту класифікації введення на кшталт Jev за допомогою PromptAPI
Автор створив інструмент на кшталт Jev за допомогою PromptAPI (GeminiNano), який визначає, якому варіанту відповідає введення, зі статтею на Qiita та демо-сторінкою.
話題のJevのように、入力された内容がどの選択肢に当てはまるかを判定するものをPromptAPI(GeminiNano)で作ってみた。 Qiita:https://qiita.com/ho-rai/items/4faeb79995a4ceb24087… 詳細な説明ページ:https://pawn-4-git.github.io/nano-judgement.js/… 動かしてみた動画で入力内容によって、対応の重要度の判定が変わっていくのがわかるかと思います。 ↓
· 0 likesOpen on X
More like this
Jev забезпечує LLM-as-a-Judge у 20–200 разів швидше та у 40–400 разів дешевше
Jev використано для вибору моделі AGI, забезпечуючи у 20–200 разів більшу швидкість і у 40–400 разів меншу вартість, роблячи LLM-as-a-judge надзвичайно швидким і майже безкоштовним.
Тестування застосунків із TypeSafe Jev та OpenCode
Filip ділиться невеликим демо, що показує швидкість тестування застосунків із TypeSafe Jev та OpenCode.
