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.
JEV-1.13.0 : un modèle juge pour améliorer le RAG
Sur B.AI, JEV-1.13.0 peut filtrer les passages récupérés avant qu'ils n'atteignent votre modèle coûteux, améliorant le RAG à moindre coût.
𝗧𝗵𝗲 𝗰𝗵𝗲𝗮𝗽𝗲𝘀𝘁 𝘄𝗮𝘆 𝘁𝗼 𝗺𝗮𝗸𝗲 𝗥𝗔𝗚 𝗯𝗲𝘁𝘁𝗲𝗿 𝗺𝗶𝗴𝗵𝘁 𝗯𝗲 𝗮 𝗷𝘂𝗱𝗴𝗲 𝗺𝗼𝗱𝗲𝗹 𝘁𝗵𝗮𝘁 𝗻𝗲𝘃𝗲𝗿 𝘄𝗿𝗶𝘁𝗲𝘀 𝗮 𝘄𝗼𝗿𝗱. On https://B.AI, JEV-1.13.0 can filter retrieved passages before they reach your expensive model. Ask it typed
· 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 $.
