Carrera de enlaces de Wikipedia: elegir entre miles de opciones
El modelo elige el siguiente paso entre cientos o miles de enlaces, mostrando decisiones rápidas con salidas restringidas. El post incluye un video de 4:04.
Creando un medidor de BS en vivo para el debate Trump vs Kamala con Jev
El autor usó Jev para ejecutar un medidor de BS en vivo en cada frase del debate Trump vs Kamala, con 5 preguntas de sí/no por candidato, totalizando 1.191 llamadas a Jev, 1,18M tokens, 415 ms de latencia mediana y un coste total de $0,0497.
🚨 I gave the Trump vs Kamala debate a live BS meter using Jev every sentence, both candidates, 5 yes/no questions each 1,191 Jev calls / 1.18M tokens / 415 ms median total cost : $0.0497 same questions for both, clips picked by one fixed rule, not a fact-check
· 1,4 mil likesOpen on X
More like this
Caso de uso de consulta semántica con Jev y TypeSafe AI
Nathan LeClaire comparte un caso de uso de consulta semántica para Jev y TypeSafe AI, señalando que apenas se ha arañado la superficie.
Clasificación de texto con Jev: 6000 veces más barato que Pangram
Un usuario muestra Jev de TypeSafe para clasificación de texto con IA, afirmando que es cercano a Pangram pero 6000 veces más barato y 5-10 veces más rápido, probado en un ensayo de Paul Graham. Link
