Wikipedia Link Rennen: Auswahl aus Tausenden Optionen
Das Modell wählt den nächsten Schritt aus Hunderten oder Tausenden Links und zeigt schnelle Entscheidungen mit eingeschränkten Ausgaben. Der Post enthält ein 4:04 Video.
1.000 KI-Papers mit Jev in 24 Themen sortieren
Der Autor hat die Jev-Paper-Map-Pipeline von @nutlope neu aufgebaut, Jev genutzt, um 1.000 KI-Papers in 24 Themen zu sortieren, und Opus 5 die Labels bewerten lassen.
1,000 AI papers sorted into 24 topics for $0.0585. Then Opus 5 graded the labels. @nutlope's Jev paper map went viral, but the pipeline never shipped and the eval was "still running". So I rebuilt both and opened them. The first judge run came back empty: Opus spent its whole
· 1 likesOpen on X
More like this
Anwendungsfall für semantische Abfragen mit Jev und TypeSafe AI
Nathan LeClaire teilt einen Anwendungsfall für semantische Abfragen mit Jev und TypeSafe AI und merkt an, dass man erst an der Oberfläche kratzt.
Ein Live-BS-Meter für die Trump-vs-Kamala-Debatte mit Jev erstellen
Der Autor nutzte Jev, um einen Live-BS-Meter auf jeden Satz der Trump-vs-Kamala-Debatte anzuwenden, mit 5 Ja/Nein-Fragen pro Kandidat, insgesamt 1.191 Jev-Aufrufe, 1,18 Mio. Tokens, 415 ms Median-Latenz und Gesamtkosten von 0,0497 $.
