Wikipedia länkrace: välja bland tusentals alternativ
Modellen väljer nästa steg bland hundratals eller tusentals länkar och visar snabba beslut med begränsade outputs. Inlägget innehåller en video på 4:04.
Indexera Katagami-konststilsbiblioteket med Jev för MCP-interaktion
Författaren använde Jev för att indexera hela Katagami-biblioteket av konststilar och designspråk, vilket möjliggör interaktiva och intelligenta frågor för människor och agenter via MCP, med egenskapsanalys och matchpoäng på cirka 1 sekund.
I used Jev to index the entire Katagami library of art styles and design languages, and make the experience for both humans and agents (via MCP) interactive and intelligent - you ask, Jev reads your ask into traits and scores candidates for fit (~1s). This was not possible with
· 4 likesOpen on X
More like this
Användningsfall för semantisk fråga med Jev och TypeSafe AI
Nathan LeClaire delar ett användningsfall för semantisk fråga för Jev och TypeSafe AI och noterar att man bara har skrapat på ytan.
Bygga en live BS-mätare för Trump vs Kamala-debatten med Jev
Författaren använde Jev för att köra en live BS-mätare på varje mening i Trump vs Kamala-debatten, med 5 ja/nej-frågor per kandidat, totalt 1 191 Jev-anrop, 1,18M tokens, 415 ms medianlatens och en total kostnad på $0,0497.
