Corrida de links da Wikipédia: escolhendo entre milhares de opções
O modelo escolhe o próximo passo entre centenas ou milhares de links, demonstrando decisões rápidas com saídas restritas. O post inclui um vídeo de 4:04.
Criando um medidor de BS ao vivo para o debate Trump vs Kamala com Jev
O autor usou Jev para executar um medidor de BS ao vivo em cada frase do debate Trump vs Kamala, com 5 perguntas de sim/não por candidato, totalizando 1.191 chamadas Jev, 1,18M tokens, 415 ms de latência mediana e custo total de $0,0497.
🚨 I gave the Trump vs Kamala debate a live BS meter using Jev every sentence, both candidates, 5 yes/no questions each 1,191 Jev calls / 1.18M tokens / 415 ms median total cost : $0.0497 same questions for both, clips picked by one fixed rule, not a fact-check
· 1,4 mil likesOpen on X
More like this
Caso de uso de consulta semântica com Jev e TypeSafe AI
Nathan LeClaire compartilha um caso de uso de consulta semântica para Jev e TypeSafe AI, observando que as pessoas mal arranharam a superfície.
Classificação de texto com Jev: 6000x mais barato que Pangram
Um usuário demonstra o Jev da TypeSafe para classificação de texto por IA, afirmando ser próximo ao Pangram, mas 6000x mais barato e 5-10x mais rápido, testado em um ensaio de Paul Graham. Link
