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.
Expérimentation de recommandations personnalisées Hacker News avec TypeSafe System One (Jev)
L'auteur partage une expérience utilisant TypeSafe System One (Jev) pour créer des recommandations personnalisées Hacker News, avec une architecture de décision composite pour l'agent IA quotidien.
TypeSafe System One（Jev）によるHacker Newsパーソナライズ推薦の実験と複合判定アーキテクチャ https://gist.github.com/snaga/12c62ad587d59e4817e00d3ec1846f47… 毎朝、Hacker NewsのチェックをAIエージェントでやってるんだけど、自分向けのレコメンドをJevで組んでみた。 なるほどー、という感じである。楽にはなりそう。
· 0 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 $.
