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.
Visualisation des évaluations de re-ranking JEV
L'auteur a créé une démo de replay pour les ensembles d'évaluation TREC-1 WSJ et TREC DL 2019, permettant de choisir une requête et d'observer les changements de classement et de métriques pour BM25+JEV et monoBERT vs JEV.
Benchmark tables are hard to picture, so I built a replay for two evaluation sets: TREC-1 WSJ: BM25 + JEV and TREC DL 2019:monoBERT vs JEV. Pick a query to watch both the ranking and metrics change at https://jev-reranking.netlify.app
· 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 $.
