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.
Classement des lieux de NYC avec Jev selon l'historique Google Maps
L'auteur a créé une expérience Karpo avec Jev qui apprend de l'historique Google Maps pour classer 1 253 lieux de NYC selon les goûts personnels.
I gave Jev 1,253 NYC places and one job: figure out which ones you’d actually love 👀 Made a little Karpo experiment that learns from your Google Maps history, then ranks the entire Google Maps list based on your taste. Jev from @typesafeai is kind of perfect for this:
· 5 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 $.
