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。
基于 DSPy 的 Jev 零样本分类应用
开发者将 Rasmus 的 Return of the Encoder 落地为基于 DSPy 的 Jev 零样本分类应用，使用类型化 Choice/Score/Noul 输出，由代码路由而非聊天框驱动。
Took @rasmus1610's "Return of the Encoder" and shipped it. Zero-shot classify on @typesafeai Jev. Signature is @DSPyOSS-shaped. Typed Choice/Score/Noul. Code routes, not a chat box. https://harden-encoder-dspy.vercel.app
· 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。
