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 surpasse les rerankers SOTA en classification et reranking
Le post affirme que Jev surpasse les rerankers SOTA et les mélanges de rerankers en classification, et comme le reranking est essentiellement de la classification avec des étapes supplémentaires, Jev est donc SOTA en reranking.
saving you some time/tokens: on classification: jev > sota rerankers > mixture of rerankers and since reranking is (basically) classification with extra steps, jev is therefore SOTA at reranking
· 9 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 $.
