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 retrouve des éléments perdus dans l'historique du navigateur
Un utilisateur partage avoir utilisé Jev de TypeSafe AI pour retrouver des éléments perdus dans l'historique du navigateur, notant que la recherche ne fonctionne qu'avec des mots-clés précis d'URL ou de titre, pas avec un contexte en langage naturel.
dig up lost things from your browser history with @typesafeai Jev, of course the search history works but only when you know specific keywords from the url / title , not when you provide context in natural language.
· 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 $.
