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.
Mô hình nhỏ Jev điều chỉnh động nỗ lực suy luận trong Codex và cắt giảm hóa đơn Astra
Somi chia sẻ: Mô hình nhỏ Jev làm việc cùng GPT-6 trong Codex để điều chỉnh nỗ lực suy luận theo từng bước, tiết kiệm 50% hóa đơn Astra trong thử nghiệm của vechen và giữ nguyên bộ nhớ đệm prompt.
50% off the Astra bill in vechen's tests, prompt caching intact. Jev, a tiny model, sits beside GPT-6 in Codex and dials reasoning effort per step. Stuck? Think harder. Routine? Don't. GPT-6 is a bad judge of when it's stuck, and I'd rather a cheap watcher own that knob.
· 0 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.
