https://b.hatena.ne.jp/entry/s/qiita.com/nasuvitz/items/4d27833640ff36b5d8c5 はじめに 判断や評価を確率として返すAIモデル「Jev」が注目を集めています。Jevは、用途を絞ることで、高速なレスポンスを実現している点も特徴です。 一方、エンタープライズ用途で外部サービスを利用する場合... https://b.hatena.ne.jp/natsuvien/20260922#bookmark-4793311980900017602 JevではないモデルをJevのように使おうとしても使い物にならなかったという例だが、まあ学習プロセスからしてそうなるに決まっているでしょう。 2026-09-22T08:45:06Z https://b.hatena.ne.jp/michael-unltd/20260922#bookmark-4793311980900017602 Jevと軽量モデルとの比較記事 2026-09-22T05:03:12Z LLM Jev aws https://b.hatena.ne.jp/s1090018/20260922#bookmark-4793311980900017602 2026-09-21T20:53:13Z https://b.hatena.ne.jp/takasago08/20260921#bookmark-4793311980900017602 2026-09-21T14:22:39Z https://b.hatena.ne.jp/NSTanechan/20260921#bookmark-4793311980900017602 2026-09-21T07:21:12Z https://b.hatena.ne.jp/ookitasaburou/20260921#bookmark-4793311980900017602 “人間社会における回答の正解を評価する場合は、人手で定義した正解ラベルを用意した上で、両モデルを同じ正解データに対して評価する方法が適切です。” 2026-09-21T06:45:18Z https://b.hatena.ne.jp/misshiki/20260921#bookmark-4793311980900017602 Nova MicroとJevを100件で比較。出力成功91%対100%、p50応答575ms対203ms。コストもJevが低く、感情判定の一致率は29.7%。単純な代替は困難との結論。 2026-09-21T05:54:01Z 人工知能 自然言語処理 プログラミング https://b.hatena.ne.jp/boraneko/20260921#bookmark-4793311980900017602 2026-09-21T05:03:13Z https://b.hatena.ne.jp/en-en-ra/20260921#bookmark-4793311980900017602 2026-09-21T02:46:48Z あとで読む https://b.hatena.ne.jp/akghuaiooajt/20260921#bookmark-4793311980900017602 2026-09-21T02:40:36Z あとで読む https://b.hatena.ne.jp/mstk_knife/20260921#bookmark-4793311980900017602 2026-09-21T01:44:14Z あとで読む https://b.hatena.ne.jp/Kirche/20260921#bookmark-4793311980900017602 2026-09-21T00:34:09Z https://b.hatena.ne.jp/tabloid/20260921#bookmark-4793311980900017602 2026-09-20T23:30:23Z https://b.hatena.ne.jp/marices199/20260921#bookmark-4793311980900017602 2026-09-20T23:24:18Z https://b.hatena.ne.jp/y-teraoka/20260920#bookmark-4793311980900017602 2026-09-20T14:28:10Z https://b.hatena.ne.jp/shift_3/20260920#bookmark-4793311980900017602 2026-09-20T14:10:10Z