Wikipedia linkrace: kiezen uit duizenden opties
Het model kiest de volgende stap uit honderden of duizenden links en toont snelle beslissingen met beperkte outputs. De post bevat een video van 4:04.
FyleContext-retrievalproject met TypeSafe Jev
Na het lezen van TypeSafe's Jev-documentatie bouwde de auteur FyleContext: embeddings vinden kandidaten en Jev bepaalt welke de AI-client ziet.
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
Semantische query use case met Jev en TypeSafe AI
Nathan LeClaire deelt een semantische query use case voor Jev en TypeSafe AI en merkt op dat men nog maar net het oppervlak heeft aangeraakt.
Een live BS-meter bouwen voor het Trump vs Kamala-debat met Jev
De auteur gebruikte Jev om een live BS-meter te draaien op elke zin van het Trump vs Kamala-debat, met 5 ja/nee-vragen per kandidaat, in totaal 1.191 Jev-aanroepen, 1,18M tokens, 415 ms mediane latentie en $0,0497 totale kosten.
