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.
Construction rapide de graphes de connaissances avec Jev
Le post montre comment utiliser Jev pour générer de manière déterministe des sujets, prédicats et objets par phrase, permettant une construction rapide et économique de graphes de connaissances, par exemple transformer la Constitution en graphe de connaissances en 4 secondes.
turned the Constitution into a knowledge graph in 4s, the Odyssey in 45s. - per sentence, deterministically generates possible subject, predicates and objects. - used jev to sift through it all. result is very fast and cheap triple creation. https://github.com/saivivekvenna/jevy-graph…
· 4 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 $.
