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.
TypeSafe Jev перевершує Qwen3-Reranker у тесті реранжування коду
Jev від TypeSafe повертає типізовані оцінки та був протестований як реранжер коду на 100 реальних GitHub issue, досягнувши 71,4% Recall@5 проти 63,4% для щільного пошуку з Qwen3-Reranker-4B, з приблизно однаковою медіанною затримкою (4,6 с).
TypeSafe's Jev returns typed scores instead of text. We tested it as a code reranker on 100 real GitHub issues. With a model-planned grep in front, Jev hit 71.4% Recall@5, vs 63.4% for dense retrieval → Qwen3-Reranker-4B, at about the same median latency (4.6 s).
· 2 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.
