维基百科链接竞速：高选项数决策演示
让模型在数百到数千个链接中选择下一步，用游戏方式展示决策速度与约束输出的效果。原帖附有 4 分 04 秒视频。
Jev + RAG：超越重排序的决策层
帖子讨论 Jev（TypeSafe 的模型）与 RAG 结合，增加了一个标准 reranker 缺乏的决策层。指出 embedding 相似性和常规 reranker 只优化主题接近性，而非判断段落是否真的包含可用证据。
Jev + RAG adds a decision layer that standard rerankers lack. 🔍 @_avichawla’s breakdown shows the core issue: embedding similarity and conventional rerankers optimize for topical closeness, not whether a passage actually contains usable evidence. 📄 Jev (TypeSafe’s
· 3 次赞在 X 打开
更多类似内容
Jev 与 TypeSafe AI 的语义查询用例
Nathan LeClaire 分享 Jev 和 TypeSafe AI 的语义查询用例，认为人们才刚刚触及表面。
用 Jev 为特朗普与哈里斯辩论搭建实时 BS 检测器
作者使用 Jev 对特朗普与哈里斯辩论的每一句话进行实时 BS 检测，双方各回答 5 个是/否问题，共 1,191 次 Jev 调用、118 万 token，中位延迟 415 毫秒，总成本 0.0497 美元。
