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.
Szybki benchmark modelu JEV na danych tekstowych „Lalki”
Autor przeprowadził tani, szybki benchmark modelu JEV na tekstach związanych z filmową „Lalką” i dodał kilka pytań maturalnych z „Lalki”.
Dla zabawy zrobiłem mały test modelu JEV na danych związanych z kinową „Lalką”. Nie traktowałbym tego super poważnie, raczej jako szybki benchmark pracy na większym zbiorze tekstu przy znikomym koszcie. Na koniec dorzuciłem też kilka pytań maturalnych z „Lalki”. #lalka
· 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 $.
