위키백과 링크 레이스: 수천 개 선택지 중 고르기
모델이 수백에서 수천 개 링크 중 다음 단계를 선택하며, 제약된 출력에서 빠른 의사결정을 게임 방식으로 보여줍니다. 게시물에는 4분 04초 영상이 있습니다.
Jev, Milvus 검색 흐름에서 판단 역할 수행
Milvus는 벡터 검색과 메타데이터 필터로 후보 구절을 가져오고, Jev가 해당 구절이 작업에 실제로 도움이 되는지 판단합니다. 의사결정형 모델의 검색 적합성을 보여줍니다.
Jev is built to decide, not to chat. That makes it a surprisingly good fit for search. Milvus first retrieves candidate passages with vector search and metadata filters. Jev then looks at those passages and judges whether they actually help with the task. In practice, the flow
· 0 likesOpen on X
More like this
Jev와 TypeSafe AI의 시맨틱 쿼리 사용 사례
Nathan LeClaire가 Jev와 TypeSafe AI의 시맨틱 쿼리 사용 사례를 공유하며 아직 표면만 긁은 수준이라고 언급한다.
Jev로 트럼프 대 해리스 토론 실시간 BS 미터 구축
작성자는 Jev를 사용해 트럼프 대 해리스 토론의 모든 문장에 실시간 BS 미터를 적용했습니다. 각 후보에게 5개의 예/아니오 질문을 했고, 총 1,191회 Jev 호출, 118만 토큰, 중앙값 415ms, 총 비용 $0.0497입니다.
