Wyścig linków Wikipedii: wybór spośród tysięcy opcji
Model wybiera następny krok spośród setek lub tysięcy linków, pokazując szybkie decyzje z ograniczonym wyjściem. Post zawiera film 4:04.
Test Milvus: Jev przewyższa Qwen w nDCG, ale jest 10,2× wolniejszy i 6,7× droższy
Testy Milvus pokazują, że Jev przewyższa Qwen w nDCG, ale jest 10,2× wolniejszy, 6,7× droższy, a filtr 0,5 odrzuca 18,8% istotnych dokumentów.
Milvus tested this already. According to their findings, Jev beat Qwen on nDCG, but was 10.2× slower and 6.7× more expensive, and a 0.5 filter dropped 18.8% of relevant docs. Link:
· 0 likesOpen on X
More like this
Przypadek użycia zapytań semantycznych z Jev i TypeSafe AI
Nathan LeClaire dzieli się przypadkiem użycia zapytań semantycznych dla Jev i TypeSafe AI, zauważając, że dopiero zaczęto badać możliwości.
Tworzenie live'owego miernika BS dla debaty Trump vs Kamala z Jev
Autor użył Jev do uruchomienia live'owego miernika BS na każdym zdaniu debaty Trump vs Kamala, zadając 5 pytań tak/nie każdemu kandydatowi, co dało łącznie 1 191 wywołań Jev, 1,18 mln tokenów, medianę opóźnienia 415 ms i całkowity koszt 0,0497 $.
