Jev مقارنة بنماذج توليد النصوص
لا يولد Jev نصا حرا. يوضح فيديو مقارنة الفرق بين اتخاذ القرار بالتوازي وتوليد النص رمزا بعد رمز.
نموذج Jev: توليد الاحتمالات لاتخاذ القرار، أسرع 200 مرة وأرخص 400 مرة من نماذج اللغة الكبيرة
صُمم هذا النموذج لاتخاذ القرار بدلاً من توليد النص، حيث يُخرج احتمالات لكل خيار على التوازي بدلاً من استجابة رمزاً برمز. يشارك المؤلف مثالاً مبسطاً يقارن بين نماذج اللغة العادية ونموذج Jev هذا.
200× faster and 400× cheaper than llms this model is made for “decision-making” instead of text generation, so it generates probabilities for each option in parallel instead of giving you a response token by token here is a simplified example of normal llms vs this jev thing at
· 5.7 ألف likesOpen on X
More like this
التسعير والتقييمات وأصل اسم Jev
يشرح خيط الإطلاق تقييمات سير عمل code + AI وسعر الإدخال المعلن والتوكنات الناتجة المجانية.
نموذج Jev يحقق 42 دولارًا لكل مليار رمز عبر الحوسبة المتوازية
يزعم المنشور أن Jev يستخدم حوسبة متوازية غير قائمة على المحوّل بتكلفة 42 دولارًا لكل مليار رمز، ويناقش التأثير المحتمل على ChatGPT وAnthropic، ويشير إلى تحول نحو واجهات LLM مع خلفية harness.
