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.
Швидкий тест моделі JEV на текстових даних «Ляльки»
Автор провів недорогий швидкий тест моделі JEV на текстах, пов'язаних із фільмом «Лялька», і додав кілька екзаменаційних питань про «Ляльку».
Dla zabawy zrobiłem mały test modelu JEV na danych związanych z kinową „Lalką”. Nie traktowałbym tego super poważnie, raczej jako szybki benchmark pracy na większym zbiorze tekstu przy znikomym koszcie. Na koniec dorzuciłem też kilka pytań maturalnych z „Lalki”. #lalka
· 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.
