Jev 在邮件分类基准测试中不敌 Gemini，但仍考虑投产
作者在 1,565 封德语和英语工业供应商商务邮件的 10 类分类基准上测试了 Jev，发现其准确率不及 Gemini，但更关注错误出现的模式，并仍有意将其投入生产。
Jev 助力多源招聘数据分类与筛选
Isaac 展示了如何将 Pearch.ai、CrustData、FreshTalent 和 HarvestAPI 四个数据源接入 sourcing agents，由 Jev 完成分类，RecruitCloud 汇总证据，最终直接输出候选人短名单，无需手动运行整套技术栈。
Four sources. One workflow. https://Pearch.ai, CrustData, FreshTalent and HarvestAPI feed our sourcing agents. Jev handles classification. RecruitCloud brings the evidence together. You get the shortlist without running the stack.
· 0 次赞在 X 打开
更多类似内容
Box 与 Jev 演示：企业智能体快速决策
Aaron Levie 表示 Jev 可帮助智能体在工作流、数据分类和判断调用中做出快速决策，并展示 Box 与 Jev 的演示，从 Box 拉取事件报告。
Jev 用于可观测性决策模型测试
Fatih Yildiz 表示 TypeSafe AI 的 Jev 在可观测性决策模型用例中很有前景，并提到在 edge_delta 使用前沿模型进行运营优先级评分、事件路由等决策时延迟累积，正在测试 Jev。
