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.
Jev presteert beter dan SOTA-rerankers bij classificatie en reranking
De post stelt dat Jev beter presteert dan SOTA-rerankers en mengsels van rerankers bij classificatie, en aangezien reranking in wezen classificatie met extra stappen is, is Jev daarom SOTA in reranking.
saving you some time/tokens: on classification: jev > sota rerankers > mixture of rerankers and since reranking is (basically) classification with extra steps, jev is therefore SOTA at reranking
· 9 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.
