Course de liens Wikipédia : choisir parmi des milliers d’options
Le modèle choisit l’étape suivante parmi des centaines ou milliers de liens, montrant des décisions rapides avec sorties contraintes. Le post contient une vidéo de 4 min 04.
Comparaison des cross-encoders et de Jev pour le reranking
Discussion sur l'évaluation des cross-encoders par rapport à Jev pour le reranking et la classification, notant que les cross-encoders peuvent être servis plus rapidement.
if you're benchmarking cross-encoders vs jev for reranking would love to learn what your results are! even more interesting is cross encoders for classification. still need to benchmark how good cross encoders are at this out of the box, but they can be served faster than jev
· 13 likesOpen on X
More like this
Cas d'usage de requête sémantique avec Jev et TypeSafe AI
Nathan LeClaire partage un cas d'usage de requête sémantique pour Jev et TypeSafe AI, notant qu'on n'a fait qu'effleurer la surface.
Créer un détecteur de BS en direct pour le débat Trump vs Kamala avec Jev
L'auteur a utilisé Jev pour exécuter un détecteur de BS en direct sur chaque phrase du débat Trump vs Kamala, avec 5 questions oui/non par candidat, totalisant 1 191 appels Jev, 1,18 M de tokens, 415 ms de latence médiane et un coût total de 0,0497 $.
