@th7starz: [liked+saved] arda soydoğan version I #ardasoydogan @jae_20s #crush #crushboys #fyp #keşfet I scp @bvenitys I arda soydoğan edit

RUKDEED
RUKDEED
Open In TikTok:
Region: TR
Tuesday 22 September 2026 16:02:25 GMT
22939
4453
83
400

Music

Download

Comments

yunakawi
𝓕ati 𝒮hine :
bu tutucak ve arda begenecek
2026-09-22 17:58:55
21
mdss_10
ℳ :
arda rplemeden ben rpledm
2026-09-22 17:27:13
41
manifl3st
fl3umust :
YOU ATE CNMM
2026-09-22 16:05:13
0
cansu_19999
cansu :
arda repost atmadan gelem
2026-09-22 18:15:04
5
m6nifestya
dennyfest :
ATEDEED
2026-09-22 18:48:00
0
dondurmaci4.55
~§~ :
bu tutmazsa ölürüm
2026-09-22 17:47:03
3
nurxd_42
NuRistee🦭🐦‍🔥 :
Oziyi yapınca hatirlatın
2026-09-22 20:39:53
3
tugbaxcrush
𝑺𝒉𝒊𝒏𝒆'' :
Efe versiyon gelince hatırlatın
2026-09-22 21:43:26
1
ardass_23
𝑨𝒓𝒅𝒂𝒔𝒔 :
kimse rplemeden geldim
2026-09-22 18:16:56
2
mirac_fan196
🪐☆𝘔𝘐̇𝘙𝘈𝘊_𝗙𝗔𝗡☆🪐 :
twin olup aynı pp yapcak varmı
2026-09-22 19:24:30
1
crusherss.nazoo
α ,, 𝓒𝗶𝗹𝗲𝗸 🕸️๋࣭ ⭑ :
bu edıtınde ℅99,9 unu aldım geri kalanını sız kendi aranızda paylasın guyss 😋🫶
2026-09-22 18:59:46
1
manifest_sueda67
🌺🎀 ᘔEYᑎEᑭ①ⓚ_🌊_OKTᗩY🤍🍓 :
Efeee
2026-09-22 20:29:24
1
mandalinavitamind
Mandalinavitamindir🍊⚯͛ :
hayvan gibi edit
2026-09-22 20:40:03
1
zeynep_svr222
✯JJ✯ :
2026-09-22 19:14:01
1
ayokederler
~SHINE~ :
Efeyide yaparmisin plsss
2026-09-22 20:54:32
0
meloi_1
melek🎀 :
bayıldım yaa
2026-09-22 21:04:55
0
manifl3st
fl3umust :
RUKKDEEAAAUAUAUAUAUA
2026-09-22 16:05:51
0
manifl3st
fl3umust :
YEAHHHHH
2026-09-22 16:04:54
0
letsgoozi0x
ʙᴀᴛᴜsᴀʟ :
mirac versiyonu gelmeli
2026-09-22 17:55:30
1
luve_56
ᴊᴇssıᴄᴀǫ :
2026-09-22 18:12:06
1
cerbyaj34
cerbyaj34 :
2026-09-22 17:42:02
3
beyzanur_291
Shinee😝 :
Efeyi yapınca hatırlatttt
2026-09-22 20:58:04
0
zehrababapiro00
Zehra 🦂 :
gecem aydınlandı
2026-09-22 18:59:20
1
user737363637275
🔮 :
2026-09-22 18:52:30
1
queenn_wq
Queen🌙 :
ama bu çok guzelll
2026-09-22 21:08:17
0
To see more videos from user @th7starz, please go to the Tikwm homepage.

Other Videos

O hype em volta do Jev não é só porque ele é rápido ou barato. Ele representa uma mudança interessante na forma de construir agentes de IA. Hoje, a maior parte dos agentes usa um LLM para absolutamente tudo: entender a tarefa, criar um plano, escolher ferramentas, avaliar resultados, decidir se continua, perceber se uma ação é perigosa… e, no fim, gerar uma resposta em texto. Só que boa parte dessas etapas não precisa de um modelo escrevendo uma resposta inteira. - esse ticket vai para qual equipe? - essa informação é relevante? - esse comando pode causar dano? - o agente tenta de novo, pede aprovação ou para? - qual ferramenta — ou até qual modelo — deve ser usado agora? É aí que entra o Jev. Ele recebe o estado da aplicação — uma mensagem, JSON, histórico de conversa ou resultado de ferramentas — e responde perguntas fechadas em três formatos: - Choice: escolhe entre opções predefinidas - Score: avalia algo em uma escala - Noul: estima a probabilidade de uma afirmação ser verdadeira Por exemplo: você pode mandar o histórico de um agente e perguntar se ele está prestes a executar uma ação destrutiva. Em vez de gerar uma justificativa longa, o Jev devolve uma probabilidade. A partir de certo limiar, seu código bloqueia a ação ou pede aprovação humana. Esse é o ponto: o Jev não decide sozinho o que pode acontecer. Ele sugere uma decisão semântica; as permissões, os limiares e a execução continuam no código. O desenho mais promissor é híbrido: LLM para planejar, pesquisar, escrever e usar ferramentas. Jev para classificar, rotear, validar, aplicar guardrails e decidir o próximo passo. Código para controlar o que realmente pode ser executado. É uma camada de decisão rápida entre as ações do agente. E isso pode ser muito mais importante do que parece para quem está construindo automações, produtos com IA ou agentes que precisam rodar em produção.
O hype em volta do Jev não é só porque ele é rápido ou barato. Ele representa uma mudança interessante na forma de construir agentes de IA. Hoje, a maior parte dos agentes usa um LLM para absolutamente tudo: entender a tarefa, criar um plano, escolher ferramentas, avaliar resultados, decidir se continua, perceber se uma ação é perigosa… e, no fim, gerar uma resposta em texto. Só que boa parte dessas etapas não precisa de um modelo escrevendo uma resposta inteira. - esse ticket vai para qual equipe? - essa informação é relevante? - esse comando pode causar dano? - o agente tenta de novo, pede aprovação ou para? - qual ferramenta — ou até qual modelo — deve ser usado agora? É aí que entra o Jev. Ele recebe o estado da aplicação — uma mensagem, JSON, histórico de conversa ou resultado de ferramentas — e responde perguntas fechadas em três formatos: - Choice: escolhe entre opções predefinidas - Score: avalia algo em uma escala - Noul: estima a probabilidade de uma afirmação ser verdadeira Por exemplo: você pode mandar o histórico de um agente e perguntar se ele está prestes a executar uma ação destrutiva. Em vez de gerar uma justificativa longa, o Jev devolve uma probabilidade. A partir de certo limiar, seu código bloqueia a ação ou pede aprovação humana. Esse é o ponto: o Jev não decide sozinho o que pode acontecer. Ele sugere uma decisão semântica; as permissões, os limiares e a execução continuam no código. O desenho mais promissor é híbrido: LLM para planejar, pesquisar, escrever e usar ferramentas. Jev para classificar, rotear, validar, aplicar guardrails e decidir o próximo passo. Código para controlar o que realmente pode ser executado. É uma camada de decisão rápida entre as ações do agente. E isso pode ser muito mais importante do que parece para quem está construindo automações, produtos com IA ou agentes que precisam rodar em produção.

About