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.
Фільтрація кандидатів пам'яті за допомогою Jev
Кенсуке Конно представляє реалізацію, яка використовує Jev для фільтрації вилучених кандидатів пам'яті перед передачею в Codex або Claude Code. Згадане скорочення на 62,5% — це розрахункове значення від зниження ліміту кандидатів з 8 до 3, а не виміряне скорочення загальної кількості токенів чи витрат.
〈知見〉Jevで読む記憶を絞る 今野健介氏が、検索済みの記憶候補をJevで選別してCodexやClaude Codeに渡す実装を紹介しました。「62.5%削減」は候補件数の上限を8件から3件に減らした場合の計算値で、総トークンや料金の削減実測ではありません。
· 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.
