Wikipedia bağlantı yarışı: binlerce seçenek arasından seçim
Model yüzlerce ya da binlerce bağlantı arasından sonraki adımı seçerek kısıtlı çıktılarla hızlı kararları gösterir. Gönderide 4:04 video var.
Jev ile Kanıt Kaynaklarını Optimize Etme: Alıntıları Çıkarma ve jev-1.13.0 Çağırma
Kooko'nun tam teslimatını aldıktan sonra Jev ile kanıt kaynaklarını optimize etmeye nasıl devam edileceğini paylaşıyor: rapordan kilit alıntıları dört öğeye çıkarın—sonuç, kaynak başlığı ve tarihi, URL ve metin alıntısı—ardından jev-1.13.0'ı ayrı olarak çağırın.
拿到 Kooko 交付的完整文件后，怎样继续用 Jev 进行证据源优化？ 我的做法是先从报告中抽取关键引用，每条规整为四项要素：报告结论、来源标题与日期、来源 URL、以及从来源网页中摘出的对应原文摘句。随后单独调用 jev-1.13.0
· 0 likesOpen on X
More like this
Jev ve TypeSafe AI ile anlamsal sorgulama kullanım örneği
Nathan LeClaire, Jev ve TypeSafe AI için anlamsal sorgulama kullanım örneğini paylaşıyor ve insanların henüz yüzeyi kazıdığını belirtiyor.
Jev ile Trump vs Kamala tartışması için canlı BS ölçer oluşturma
Yazar, Trump vs Kamala tartışmasının her cümlesinde canlı BS ölçer çalıştırmak için Jev'i kullandı; her adaya 5 evet/hayır sorusu, toplam 1.191 Jev çağrısı, 1,18M token, 415 ms medyan gecikme ve 0,0497 $ toplam maliyet.
