A diferença tá aí mesmo: classe nova no Jev é escrever o critério na própria chamada, sem dataset anotado, pipeline de treino ou deploy novo. Mas eu não vejo os dois brigando. No fluxo que descrevi, o Jev entra na descoberta, rotula as pontas acima de 0,90 e esse lote vira o treino de um SetFit local. Quando a classe estabiliza, o modelo local assume com custo zero.
Respondendo a "Parabens pelo post, como os LLMs dominaram o ce..." dentro da publicação Jev e a ilusão do JSON mode: por que forçar LLMs como classificadores custa caro
1