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.
Test di Jev per il reranking di ricerca
L'autore ha testato Jev di TypeSafe per il reranking di ricerca su 33.047 voci di Agent Skills Hub, osservando che da solo non supera il recupero vettoriale.
Using Jev for search reranking, let me first pour a bucket of cold water: on its own, it doesn't beat vector retrieval TypeSafe's Jev has been super popular lately, with a bunch of projects using it for reranking. We did a serious test on the 33,047 entries in Agent Skills Hub,
· 70 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.
