Jev im Vergleich zu textgenerierenden Modellen
Jev erzeugt keinen freien Text. Ein Vergleichsvideo zeigt den Unterschied zwischen paralleler Entscheidungsfindung und tokenweiser Texterzeugung.
Jev Engineering: Agentenketten in selbstroutende Entscheidungsgraphen verwandeln
Laut Beitrag verwandelt Jev Engineering eine einzelne Agentenkette in einen Entscheidungsgraphen, der sich selbst umleitet, und nimmt das teure Modell aus jeder Entscheidungsschleife. In Tests bis zu 193x schneller und 444x günstiger.
Jev Engineering turns a single agent chain into a decision graph that reroutes itself, and pulls the expensive model out of every decision loop. In tests: up to 193x faster and 444x cheaper. The key here isn't how many agents you run. It's that execution never follows one
· 11 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.
