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.
Spring AI와 TypeSafe AI Jev를 통한 모듈형 RAG
Jev를 사용하여 벡터 검색 결과를 재순위화하고 실제로 쿼리에 답하는 청크만 유지하는 방법을 보여줍니다. 블로그 게시물과 Devoxx 발표도 포함.
Spring AI Modular RAG + TypeSafe AI Jev 🧩 LLMs rewrite and expand the query. Vector search finds 6 chunks. #Jev keeps the 2 that actually answer it. 📝 Blog: https://spring.io/blog/2026/10/02/spring-ai-modular-rag-typesafe-jev… 🎤 At @Devoxx BE next week? Join my deep dive: https://m.devoxx.com/events/dvbe26/talks/17786/agent-loops-decoded-fundamentals-to-agentic-patterns-in-spring-ai… #RAG #Java #SpringAI
· 1 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.
