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.
Test rapide du modèle JEV sur des données textuelles de « Lalka »
L'auteur a réalisé un test rapide et peu coûteux du modèle JEV sur des textes liés au film « Lalka » et a ajouté quelques questions d'examen sur « Lalka ».
Dla zabawy zrobiłem mały test modelu JEV na danych związanych z kinową „Lalką”. Nie traktowałbym tego super poważnie, raczej jako szybki benchmark pracy na większym zbiorze tekstu przy znikomym koszcie. Na koniec dorzuciłem też kilka pytań maturalnych z „Lalki”. #lalka
· 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 $.
