Xây dựng bộ phân loại cơ sở mã với Jev
Một nhà phát triển chia sẻ việc xây dựng bộ phân loại cơ sở mã với Jev, cho rằng có thể giải quyết mã quá phức tạp do tác nhân tạo ra, và hỏi nên thử nghiệm gì tiếp theo.
Java SDK và tích hợp Spring AI cho TypeSafe Jev
Java SDK và tích hợp Spring AI cho Jev của TypeSafe AI. Jev không phải mô hình trò chuyện: gửi trạng thái và câu hỏi có kiểu, nhận lại các con số kèm độ tin cậy trong khoảng 300 ms, với các cố vấn phán xét, tự tinh chỉnh và guardrail, phân loại RAG, chọn công cụ và hơn thế nữa.
Java SDK + #SpringAI integrations for @typesafeai 's Jev. Not a chat model! Send it a state and typed questions, get numbers back with a confidence, in ~300 ms. Judge, self-refine + guardrail advisors, RAG triage, tool selection and more. https://spring.io/blog/2026/09/21/spring-ai-typesafe-structured-judgment…
· 11 likesOpen on X
More like this
Jev cho phép LLM-as-a-Judge nhanh hơn 20–200 lần và rẻ hơn 40–400 lần
Jev được dùng để chọn mô hình nào là AGI, mang lại tốc độ nhanh hơn 20–200 lần và chi phí thấp hơn 40–400 lần, giúp LLM-as-a-judge cực nhanh và gần như miễn phí.
Kiểm thử ứng dụng với TypeSafe Jev & OpenCode
Filip chia sẻ bản demo nhỏ cho thấy tốc độ kiểm thử ứng dụng với TypeSafe Jev và OpenCode.
