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.
Testen van Jev voor zoek-reranking
De auteur testte TypeSafe's Jev voor zoek-reranking op 33.047 items uit Agent Skills Hub en merkte op dat het alleen de vectorzoekopdracht niet verslaat.
Using Jev for search reranking, let me first pour a bucket of cold water: on its own, it doesn't beat vector retrieval TypeSafe's Jev has been super popular lately, with a bunch of projects using it for reranking. We did a serious test on the 33,047 entries in Agent Skills Hub,
· 70 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.
