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.
RAG 대신 Jev를 사용하는 리트리버 없는 검색
논문 'Retriever-Free Retrieval'을 소개하며, RAG 대신 Jev 유사 모델을 사용한 문서 검색의 메커니즘과 결과를 제시합니다.
The paper "Retriever-Free Retrieval," which proposes performing document retrieval using Jev or similar instead of RAG The actual mechanism and results are worth referencing. ① Judge the relevance of documents with Yes/No, and select the top k items ② Evaluate paragraphs
· 342 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.
