위키백과 링크 레이스: 수천 개 선택지 중 고르기
모델이 수백에서 수천 개 링크 중 다음 단계를 선택하며, 제약된 출력에서 빠른 의사결정을 게임 방식으로 보여줍니다. 게시물에는 4분 04초 영상이 있습니다.
Jev 브라우저 검색 쿼리 설계: 단어 분할과 정확한 복사
이 게시물은 Jev 브라우저의 검색 쿼리 설계를 설명합니다: 사용자 단어를 옵션으로 분할하고, Jev가 올바른 조각을 선택하며, 코드가 정확히 복사합니다. 페이지 작업도 언급합니다.
“A model that can only point at your words can’t put words in your mouth.” That is one of the smartest design choices in this Jev browser. For search queries: → Your words are sliced into options. → Jev chooses the right slice. → Code copies it exactly. For page actions:
· 2 likesOpen on X
More like this
Jev와 TypeSafe AI의 시맨틱 쿼리 사용 사례
Nathan LeClaire가 Jev와 TypeSafe AI의 시맨틱 쿼리 사용 사례를 공유하며 아직 표면만 긁은 수준이라고 언급한다.
Jev로 트럼프 대 해리스 토론 실시간 BS 미터 구축
작성자는 Jev를 사용해 트럼프 대 해리스 토론의 모든 문장에 실시간 BS 미터를 적용했습니다. 각 후보에게 5개의 예/아니오 질문을 했고, 총 1,191회 Jev 호출, 118만 토큰, 중앙값 415ms, 총 비용 $0.0497입니다.
