Гонка ссылок Wikipedia: выбор среди тысяч вариантов
Модель выбирает следующий шаг из сотен или тысяч ссылок, демонстрируя быстрые решения с ограниченным выводом. В посте есть видео 4:04.
Jev + treg_ai снижает стоимость поиска людей до ~0,0089 $ за лид
В посте отмечается, что настоящая история не в более дешёвом Clay, а в том, что нативный для агентов поиск клиентов становится значительно дешевле. Jev + treg_ai снижают стоимость поиска людей до ~0,0089 $ за лид, оставаясь открытыми и дружественными к агентам.
This caught my attention because the real story isn’t “cheaper Clay.” It’s that agent-native prospecting is becoming dramatically cheaper to run. Jev + @treg_ai bringing people search down to ~$0.0089/lead, while staying open source and agent-friendly, could make serious
· 0 likesOpen on X
More like this
Пример семантического запроса с Jev и TypeSafe AI
Нейтан ЛеКлер делится примером семантического запроса для Jev и TypeSafe AI, отмечая, что возможности только начинают раскрываться.
Создание live-детектора BS для дебатов Трампа и Харрис с помощью Jev
Автор использовал Jev для запуска live-детектора BS на каждом предложении дебатов Трампа и Харрис, по 5 вопросов да/нет каждому кандидату, всего 1 191 вызов Jev, 1,18 млн токенов, медианная задержка 415 мс и общая стоимость $0,0497.
