Catatan Pengenalan Jev untuk Non-Teknis
Catatan pengantar Jev untuk non-teknis agar cepat memahami dasar-dasarnya. Link
THE JEV GUIDE · CURATED EDITION
Berita peluncuran, penjelasan, demo, dan proyek komunitas seputar TypeSafe Jev disusun menurut topik. Setiap entri terhubung kembali ke sumber X.
Pilihan kurasi · Tidak lengkap · Diperbarui manual
01 / EXPLORE
0 means awaiting a verified post
Catatan pengantar Jev untuk non-teknis agar cepat memahami dasar-dasarnya. Link
Memberikan transkrip dan catatan acara ke Jev untuk menentukan menit dan detik munculnya topik tertaut; episode 3 jam membutuhkan 0,5 detik dan biaya $0,003.
Seorang pengguna berbagi bahwa Jev menangani klasifikasi vault Obsidian mereka, menyisakan Obsidian terutama untuk plugin.
Seorang pengguna berbagi penggunaan Jev untuk mengklasifikasi artikel, memvisualisasikan tautan internal, dan membuat daftar tautan yang perlu ditambahkan, dapat diperluas ke video YouTube dan blog.
Penulis membagikan situs demo pencarian film tanpa batas yang dibuat dengan Jev. Link
Penulis melakukan uji cepat berbiaya rendah model JEV pada teks terkait film 'Lalka' dan menambahkan beberapa soal ujian tentang 'Lalka'.
Postingan edukatif yang membandingkan LLM dan Jev, mencatat banyak pengembang AI salah memahami perbedaannya.
Seorang pengguna menghubungkan Jev dari TypeSafe ke PaperDance untuk mengajukan satu pertanyaan ya/tidak per makalah pada 100 kandidat arXiv, menurunkan kartu tidak relevan di halaman 1 dari 4, 9, dan 7 menjadi 0, sekitar 1 detik dan $0,0004 per halaman, berdasarkan data produksi nyata. Link
Delip Rao mencatat bahwa Jev mungkin hanya sesekali bisa menghitung, tetapi dapat menyelesaikan soal GSM8K dan MATH, memicu diskusi tentang kemampuan matematikanya.
Posting ini menunjukkan penggunaan Jev untuk menghasilkan subjek, predikat, dan objek secara deterministik per kalimat, memungkinkan pembuatan graf pengetahuan yang cepat dan murah, misalnya mengubah Konstitusi menjadi graf pengetahuan dalam 4 detik. Link
Memperkenalkan fitur AI Jev yang sedang ramai dan merangkum contoh penggunaan konkret agar mudah dipahami dan diterapkan.
Pengujian Milvus menunjukkan Jev mengungguli Qwen pada nDCG, tetapi 10,2× lebih lambat, 6,7× lebih mahal, dan filter 0,5 membuang 18,8% dokumen relevan.