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.
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.
People have only scratched the surface of what's possible with Jev and @typesafeai This cookbook shows one use case I'm excited about - semantic querying. Think about how much junk you have to try and extract signal from all the time in so many areas. Now you can intelligently
· 523 likesOpen on X
More like this
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 $.
Klasyfikacja tekstu z Jev: 6000x tańsza niż Pangram
Użytkownik prezentuje Jev od TypeSafe do klasyfikacji tekstu AI, twierdząc, że jest bliski Pangram, ale 6000x tańszy i 5-10x szybszy, testowany na eseju Paula Grahama. Link
