Jev im Vergleich zu textgenerierenden Modellen
Jev erzeugt keinen freien Text. Ein Vergleichsvideo zeigt den Unterschied zwischen paralleler Entscheidungsfindung und tokenweiser Texterzeugung.
Jev mit Astra im Zentrum und automatischer interner Inferenz
Der Autor erklärt, dass ein Astra-zentriertes Jev verfügbar ist und Astra einfach ausreicht; Jev lässt alle Modelle per interner Inferenz automatisch unterscheiden, und erwähnt, dass andere Modelle eine spezielle Config nutzen, während die Erstliga-Version komplexer ist.
謎にバズってて悲しい DMでも質問が来たので▼ Astra中心のJevもできてるけど、シンプルにAstraでよい。Jevは全モデルに内部推論で自動判別させてる形で活躍してる。 他モデル搭載してるが、これは通常Verではなく特殊Verのconfigで、一軍仕様はもうちょい仕組みが複雑で違うのでまた紹介しやす。
· 2 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.
