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.
Classer 1 000 articles d'IA en 24 thèmes avec Jev
L'auteur a reconstruit le pipeline de la carte d'articles Jev de @nutlope, en utilisant Jev pour classer 1 000 articles d'IA en 24 thèmes et en faisant évaluer les étiquettes par Opus 5.
1,000 AI papers sorted into 24 topics for $0.0585. Then Opus 5 graded the labels. @nutlope's Jev paper map went viral, but the pipeline never shipped and the eval was "still running". So I rebuilt both and opened them. The first judge run came back empty: Opus spent its whole
· 1 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 $.
