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.
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.
People have only scratched the surface of what's possible with Jev and @typesafeai This cookbook shows one use case I'm excited about - semantic querying. Think about how much junk you have to try and extract signal from all the time in so many areas. Now you can intelligently
· 523 likesOpen on X
More like this
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.
Klasifikasi teks Jev: 6000x lebih murah dari Pangram
Seorang pengguna mendemonstrasikan Jev dari TypeSafe untuk klasifikasi teks AI, mengklaim mendekati Pangram tetapi 6000x lebih murah dan 5-10x lebih cepat, diuji pada esai Paul Graham. Link
