Wikipedia link race: choosing among thousands of options
The model chooses the next step from hundreds or thousands of links, demonstrating fast decisions with constrained outputs. The post includes a 4:04 video.
Quick JEV model benchmark on 'Lalka' text data
The author ran a low-cost quick benchmark of the JEV model on text related to the film 'Lalka' and added a few exam questions about 'Lalka'.
Dla zabawy zrobiłem mały test modelu JEV na danych związanych z kinową „Lalką”. Nie traktowałbym tego super poważnie, raczej jako szybki benchmark pracy na większym zbiorze tekstu przy znikomym koszcie. Na koniec dorzuciłem też kilka pytań maturalnych z „Lalki”. #lalka
· 0 likesOpen on X
More like this
Semantic Querying Use Case with Jev and TypeSafe AI
Nathan LeClaire shares a semantic querying use case for Jev and TypeSafe AI, noting people have only scratched the surface.
Building a live BS meter for the Trump vs Kamala debate with Jev
The author used Jev to run a live BS meter on every sentence of the Trump vs Kamala debate, with 5 yes/no questions per candidate, totaling 1,191 Jev calls, 1.18M tokens, 415 ms median latency, and $0.0497 total cost.
