Jev用于RAG?Page Search API发布
PageIndex宣布Page Search API,声称比SOTA嵌入模型更快更准确,并探讨Jev决策模型在RAG场景中的检索性能。 链接
THE JEV GUIDE · CURATED EDITION
TypeSafe Jev 的发布、原理、演示与社区实践,按主题整理。每条内容都可回到 X 原帖核对。
人工精选 · 非全量收录 · 手动更新
Sponsors
这些产品赞助了本目录。 把你的产品放上来
PageIndex宣布Page Search API,声称比SOTA嵌入模型更快更准确,并探讨Jev决策模型在RAG场景中的检索性能。 链接
帖子推荐jev-seo工具:输入首页网址,约一分钟爬取全站,依据Google官方52条搜索规则检查robots.txt、sitemap、死链、重定向、canonical、结构化数据及Core Web Vitals;每个页面还会通过TypeSafe的Jev模型审核。
对36个检索查询在3个知识集合上进行分析,比较原始排序与TypeSafe AI Jev模型在相同候选集上的表现,结果显示证据覆盖率@10从83.3%提升至91.7%。
讨论在RAG中并非所有查询都适合混合搜索,简单问题可省略重排序以降低成本,而Jev等快速决策模型可动态判断最优检索策略。
展示了一个基于Jev judgment API构建的人物搜索应用,输入姓名和已知信息即可定位目标人物,并提供概率与候选。可在自有密钥下运行。 链接
信息流里每 16 张、每一页都有一张。每周 $50,任意一周可停。
作者指出开放权重模型在通用LLM上逐渐落后,但在规模更小的决策模型(Jev类模型)领域情况不同。
作者分享体验:借助 Parallel 的网页搜索与 AI 分类器,可以快速回答类似“Fable 5.5 现在可用了吗?”的问题,并称赞 Jev 让分类器 AI 用例更便宜。 链接
介绍论文《Retriever-Free Retrieval》,提出用Jev等模型替代RAG进行文档检索,并展示其机制与结果。
基于 TypeSafe AI 的 Jev 模型打造的人物搜索工具,每条线索仅需 0.0089 美元,比 Clay 便宜 85%,支持接入任意智能体,完全开源。 链接
hevmind 的三语料库重排序排行榜显示,Jev batch 和 Perplexity Choice 均获得 0.501 的平均 nDCG@10,Mixedbread v3.1 listwise 以 0.511 领先。 链接
B.AI 上的 JEV-1.13.0 可在检索结果进入昂贵模型前先进行过滤,以低成本提升 RAG 质量。 链接
用户询问是否生成类似问题,并猜测是否显示Jev中得分高的内容。
在 GitHub 点 Star,支持我们继续收集和整理 Jev 案例。