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 pour le RAG ? Lancement de l'API Page Search
PageIndex annonce l'API Page Search, prétendument plus rapide et plus précise que les modèles d'embedding SOTA, et discute des performances de récupération du modèle de décision Jev pour le RAG.
Jev for RAG? How does the decision model's retrieval performance compare to the top Vector-based model? We announce the Page Search API, faster and more accurate than SOTA embedding models. Learn more: https://search.pageindex.ai
· 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 $.
