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.
TypeLLM підтримує нативні числові виходи, заповнюючи прогалину моделей Jev
TypeLLM може безпосередньо генерувати обмежені цілі числа та числа з плаваючою комою, зберігаючи безпеку типів, — можливість, яку моделі Jev від TypeSafe та подібні доопрацьовані моделі не можуть легко підтримати.
Something Jev from @typesafeai — and other similar fine-tuned Jev models — can’t easily support: native numerical outputs. TypeLLM can directly generate constrained integers and floats, while remaining type-safe.
· 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.
