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.
Тест Milvus: Jev перевершує Qwen за nDCG, але в 10,2 раза повільніший і в 6,7 раза дорожчий
Тести Milvus показують, що Jev перевершує Qwen за nDCG, але в 10,2 раза повільніший, у 6,7 раза дорожчий, а фільтр 0,5 відкидає 18,8% релевантних документів.
Milvus tested this already. According to their findings, Jev beat Qwen on nDCG, but was 10.2× slower and 6.7× more expensive, and a 0.5 filter dropped 18.8% of relevant docs. Link:
· 0 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.
