Jev 在分类器评测中质量与速度均胜出
Malte Ubl 将 TypeSafe AI 的 Jev 用于现有分类器评测，结果在质量上饱和评测集，速度比 Gemini 2.5 Flash Lite 快 6 倍。
用 Jev 构建 AtCoder 难度预测模型
作者用 Jev 构建 AtCoder ABC 难度预测，并在约1000道题上用梯度提升训练，MAE 接近人类顶尖水平。
ちなみにこんな感じでABCのDifficulty推測をJevで組んで、これを過去1000問くらいで勾配ブースティングとかで学習させてみたら、trainデータと別のデータでMAE200弱くらい(人間最高峰と同レベル)まで行けたから、Jev適当に使ってこういうの試すのいいな、とは思ってます。SWE-2でもほぼ同精度だけどね
· 0 次赞在 X 打开
更多类似内容
用 Jev 在 DuckDB 中快速分类数据行
作者发布了一个 DuckDB 扩展，使用 TypeSafe AI 的 Jev 对 CSV/Parquet 文件或 DuckDB 表中的行进行快速分类，约 10 秒处理 1k 行，比 LLM 更快且比分类器更易用。
用 Jev 分类 1018 篇 AI 论文：总成本 0.08 美元
作者用 DeepSeek V4 Flash 生成摘要，再将标题、摘要和 24 个候选主题交给 Jev 分类，完成 1018 篇 AI 论文的归类，总成本 0.08 美元，单篇中位端到端延迟 256 毫秒。
