French post: Jev suits routing, classification, and human-review decisions
The author argues Jev's typed choices and scores are more reliable than asking an LLM for JSON, but notes that "zero hallucination" only guarantees format, not that the decision is correct.
Jev de TypeSafe AI est une vraie bonne idée, mais X est déjà en train d’en faire n’importe quoi Jev ne cherche pas à générer du texte comme un LLM classique tu lui donnes un contexte et une question typée, il renvoie directement un choix, un score ou une probabilité que ton code peut utiliser pour du routage, de la classification ou décider si une action doit être validée par un humain, c’est beaucoup plus propre que de demander du JSON à un LLM et de prier pour que le format soit bon par contre, le « zero hallucination » est trompeur Jev peut garantir que la réponse respecte le type attendu il ne peut pas garantir que la décision est juste un modèle qui choisit la mauvaise option dans une liste valide s’est quand même trompé même chose pour les annonces « 193x plus rapide » et « 444x moins cher » ce sont les chiffres de TypeSafe AI sur des tâches spécifiques à Jev, pas la preuve qu’il remplace un LLM général avec ces performances partout Jev est intéressant précisément parce qu’il fait moins de choses des décisions courtes, structurées et exploitables directement dans du code, là où utiliser un gros LLM génératif est souvent inutilement lent et fragile