Wikipediaリンクレース：数千の選択肢から選ぶデモ
モデルが数百から数千のリンクから次の一手を選び、制約付き出力での高速な意思決定をゲーム形式で示します。元投稿には4分04秒の動画があります。
RAGとJev+RAGの比較解説
この投稿はRAGとJev+RAGの違いを明確に解説し、標準的なRAGの仕組み（文書をチャンク化、埋め込み、ベクトルDBに保存、クエリ時に上位k件を取得）を紹介しています。
RAG vs. Jev + RAG, clearly explained! In a standard RAG setup, documents are split into chunks, converted into embeddings, and stored in a vector DB. When a query arrives, the system embeds it and retrieves the top-k chunks with the closest vectors. Many production setups add
· 1 likesOpen on X
More like this
JevとTypeSafe AIによるセマンティッククエリのユースケース
Nathan LeClaire氏がJevとTypeSafe AIのセマンティッククエリのユースケースを紹介し、可能性はまだ表面に過ぎないと述べる。
Jevでトランプ対ハリス討論のライブBSメーターを構築
著者はJevを使い、トランプ対ハリス討論の全発言にライブBSメーターを適用。両候補に各5つのはい/いいえ質問を行い、合計1,191回のJev呼び出し、118万トークン、中央値415ms、総コスト0.0497ドル。
