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.
Запуск моделей прийняття рішень у стилі Jev на Databricks
Дізнайтеся, як запускати моделі з відкритими вагами, такі як SemIf-OpenJev, на безсерверних GPU за допомогою AI Runtime і Model Serving від Databricks, а потім викликати їх безпосередньо з SQL або завдань Lakeflow через ai_query для отримання структурованих результатів.
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 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.
