Corsa tra link Wikipedia: scegliere fra migliaia di opzioni
Il modello sceglie il passo successivo fra centinaia o migliaia di link, mostrando decisioni rapide con output vincolati. Il post include un video di 4:04.
Progetto di retrieval FyleContext con TypeSafe Jev
Dopo aver letto la documentazione Jev di TypeSafe, l'autore ha creato FyleContext: gli embedding trovano i candidati e Jev decide quali vede il client AI.
Read TypeSafe's docs on Jev for search and retrieval, then built a project from it. FyleContext: embeddings find candidates, Jev decides which ones the AI client actually sees. https://fylecontext.vercel.app/jev #typesafeai #jev
· 2 likesOpen on X
More like this
Caso d'uso di query semantica con Jev e TypeSafe AI
Nathan LeClaire condivide un caso d'uso di query semantica per Jev e TypeSafe AI, notando che si è appena scalfita la superficie.
Creare un misuratore di BS in tempo reale per il dibattito Trump vs Kamala con Jev
L'autore ha usato Jev per eseguire un misuratore di BS in tempo reale su ogni frase del dibattito Trump vs Kamala, con 5 domande sì/no per candidato, per un totale di 1.191 chiamate Jev, 1,18M token, 415 ms di latenza mediana e un costo totale di $0,0497.
