Перегони посилань Wikipedia: вибір серед тисяч варіантів
Модель обирає наступний крок із сотень або тисяч посилань, демонструючи швидкі рішення з обмеженим виводом. У пості є відео 4:04.
Індексація бібліотеки художніх стилів Katagami за допомогою Jev для взаємодії через MCP
Автор використав Jev для індексації всієї бібліотеки художніх стилів і мов дизайну Katagami, що дало змогу людям і агентам взаємодіяти та робити інтелектуальні запити через MCP — аналіз ознак і оцінка відповідності приблизно за 1 секунду.
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
Приклад семантичного запиту з Jev і TypeSafe AI
Нейтан ЛеКлер ділиться прикладом семантичного запиту для Jev і TypeSafe AI, зазначаючи, що можливості лише починають розкриватися.
Створення live-детектора BS для дебатів Трампа та Гарріс за допомогою Jev
Автор використав Jev для запуску live-детектора BS на кожному реченні дебатів Трампа та Гарріс, по 5 питань так/ні кожному кандидату, загалом 1 191 виклик Jev, 1,18 млн токенів, медіанна затримка 415 мс і загальна вартість $0,0497.
