Jev im Vergleich zu textgenerierenden Modellen
Jev erzeugt keinen freien Text. Ein Vergleichsvideo zeigt den Unterschied zwischen paralleler Entscheidungsfindung und tokenweiser Texterzeugung.
Forscher über Jev-Entscheidungsmodelle: spezialisierte Klassifikatoren sind wertvoll
Dr. Sebastian Wallkötter sagt, er sei von Entscheidungsmodellen wie Jev gleichermaßen begeistert und verwirrt; er schätzt die Idee einer eigenen Modellkategorie für Zero-Shot-, promptgesteuerte Klassifikatoren und hält solche spezialisierten Modelle für sehr nützlich.
I'm both excited and confused by decision models like Jev. On the one hand I love the idea of having a dedicated model category for zero-shot, prompt-driven classifiers. They are really really useful and it makes total sense to have a specialized model for this instead of
· 0 likesOpen on X
More like this
Preise, Evaluationen und der Name Jev
Der Launch Thread erklärt Code plus AI Workflow Evaluationen, den angekündigten Eingabepreis und kostenlose Ausgabetokens.
Jev-Modell: Wahrscheinlichkeitsgenerierung für Entscheidungen, 200× schneller und 400× günstiger als LLMs
Dieses Modell ist für Entscheidungsfindung statt Textgenerierung konzipiert und gibt Wahrscheinlichkeiten für jede Option parallel aus, anstatt Antworten Token für Token zu liefern. Der Autor zeigt ein vereinfachtes Beispiel für normale LLMs im Vergleich zu diesem Jev-Modell.
