Jev im Vergleich zu textgenerierenden Modellen
Jev erzeugt keinen freien Text. Ein Vergleichsvideo zeigt den Unterschied zwischen paralleler Entscheidungsfindung und tokenweiser Texterzeugung.
Jev lädt Skills bei Bedarf, um den Kontext sauber zu halten
Der Beitrag schlägt vor, Jev pro Anfrage klassifizieren zu lassen, welche Skills geladen werden, und das Skill-Inventar außerhalb des Kontextfensters zu halten, damit irrelevanten Inhalten die Sitzung nicht dominieren.
Context hygiene as a product feature. Keep skills user-invocable only. Let Jev classify which ones to load per request — inventory stays outside the window until needed. Same lesson as tool output: what sits in context owns the session. Skills are no exception.
· 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.
