Jev 在实时临床问诊中辅助鉴别诊断
在实时临床问诊中，环境记录工具将转录文本周期性提供给 Jev，Jev 遍历医学本体，实时分类症状、更新鉴别诊断、建议治疗方案并识别危险信号。
Jev 和 pplx-decider 完成 669 项临床决策仅需 3 美分
该帖展示了 Jev 等模型在临床决策任务中的成本与速度数据，对比 9 个 API 的总成本，并指出最快的本地 3GB 模型响应时间达 284 毫秒。
you asked for cost and speed, so here they are 👇 pplx-decider and Jev each ran all 669 clinical decisions for about 3 cents. all 9 APIs together: 74 cents. the fastest 3 GB local model answers in 284 ms, quicker than any API i measured.
· 3 次赞在 X 打开
更多类似内容
使用 Jev 模型进行患者分诊示例
作者演示了如何仅使用 TypeSafe AI 的 Jev 模型和少量提问代码，将患者分诊到合适的医生，并指出对话中未使用 LLM。
用 Jev 打造即时卡路里追踪应用
开发者分享使用 Jev 构建卡路里追踪应用，强调其即时响应体验。
