用 Jev 构建代码库分类器
开发者分享用 Jev 构建代码库分类器，认为这可能解决智能体生成过度工程化代码的问题，并询问下一步测试方向。
开源 Jev 类模型可在笔记本运行，无需 API
帖子称 TypeSafe 投入两年和 4000 万美元将决策模型部署到云端，而一名大一学生开源了可在笔记本运行的 Jev 类模型，无需 API、无等待名单、无输出 token，约 13 毫秒一次决策、约 1GB 内存、每秒 60 次决策，并用于玩贪吃蛇。
TypeSafe Al spent 2 years in stealth and $40M to put a decision model in the cloud. 5 days later, a freshman open-sourced a Jev-like model that runs on a laptop. No API. No waitlist. No output tokens. ~13ms per decision. ~1GB RAM. 60 decisions a second. Playing Snake
· 0 次赞在 X 打开
更多类似内容
Jev 以 20–200 倍速度和 40–400 倍低成本实现 LLM 评判
Jev 被用于判断哪个模型是 AGI，速度提升 20–200 倍，成本降低 40–400 倍，可让 LLM-as-a-judge 变得极快且近乎免费。
使用 TypeSafe Jev 与 OpenCode 测试应用
Filip 分享了一个小演示，展示使用 TypeSafe Jev 和 OpenCode 测试应用的速度。
