Тут нашли очень интересное применение Jev: быстро расчищать контекст ИИ-агентов….
Тут нашли очень интересное применение Jev: быстро расчищать контекст ИИ-агентов. Обычно, когда история переполняется, большая модель тратит время на её пересказ. Автор fast-jev-compaction предлагает поручить Jev выбирать, какие старые вызовы инструментов и результаты уже не нужны, и удалять их, сохраняя остальное без переписывания. Один пользователь показал, как контекст Claude Code сократился с 905 тысяч до 86 тысяч токенов, по его словам, примерно за секунду 😮
https://github.com/tamaratran/fast-jev-compaction
пробуем на свой страх и риск, всё-таки это сторонний экспериментальный метод
Ещё одно практичное применение Jev — для поиска по документам: обычный поиск часто подсовывает ИИ много лишних фрагментов, а Jev может мгновенно проверить их и оставить только нужные. В итоге большая модель получает меньше мусора, экономит токены и реже путается.
И Jev теперь на openrouter👌
Похожие записи
Оцените материал:
Похожие записи
Первый пошёл – китайский блогер с канала Mediastorm решил проверить…
19.09.2026
GPT-6 Astra во время обычной задачи начала писать себе манифест…
19.09.2026
Xiaomi устроила публичный стрим RL-обучения моделей MiMo-V2.6 После полугода тишины…
19.09.2026Присоединяйтесь и подпишитесь на рассылку самых свежих новостей по Email
Получайте свежие новости и идеи на почту. Без спама — только самое интересное.
Нажимая «Подписаться», вы соглашаетесь с политикой конфиденциальности.
