Balapan tautan Wikipedia: memilih dari ribuan opsi
Model memilih langkah berikutnya dari ratusan atau ribuan tautan, menunjukkan keputusan cepat dengan output terbatas. Post menyertakan video 4:04.
Jev dan Jebakan Narasi AI: Keluar dari Kerangka
Penulis menggunakan Jev sebagai studi kasus untuk membahas bagaimana peluncuran AI dapat menang secara adil dengan memilih pertanyaan, metrik, dan pesaing, namun tetap menerima kerangka yang salah.
An AI launch can choose the question, the metric, and the competitors—then win fairly. You can verify every result and still accept the wrong frame. Jev is a useful case study in getting outside it. https://yuzheng.substack.com/p/jev-and-the-ai-narrative-trap?utm_source=x&utm_medium=social&utm_campaign=jev_narrative_trap…
· 0 likesOpen on X
More like this
Kasus penggunaan kueri semantik dengan Jev dan TypeSafe AI
Nathan LeClaire membagikan kasus penggunaan kueri semantik untuk Jev dan TypeSafe AI, mencatat orang baru menggores permukaannya.
Membuat pengukur BS langsung untuk debat Trump vs Kamala dengan Jev
Penulis menggunakan Jev untuk menjalankan pengukur BS langsung pada setiap kalimat debat Trump vs Kamala, dengan 5 pertanyaan ya/tidak per kandidat, total 1.191 panggilan Jev, 1,18 juta token, latensi median 415 ms, dan biaya total $0,0497.
