Jev im Vergleich zu textgenerierenden Modellen
Jev erzeugt keinen freien Text. Ein Vergleichsvideo zeigt den Unterschied zwischen paralleler Entscheidungsfindung und tokenweiser Texterzeugung.
Jev-Modell weist Ergebnissen Wahrscheinlichkeiten zu
Der Autor erwähnt, dass er an einem Blogbeitrag arbeitet, der Jev mit Laya (einschließlich einer feinabgestimmten Version) bei probabilistischen Aussagen vergleicht, und betont, dass ein wichtiges Merkmal von Jev darin besteht, Ergebnissen Wahrscheinlichkeiten zuzuweisen.
I figured this out last friday and was working on a blog post where I compare Jev to Laya (as well as a fine-tuned laya) on probabilistic statements and got scooped by this tweet. I think an important takeaway from jev is that it assigns probabilities to outcomes. In that way
· 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.
