Jev im Vergleich zu textgenerierenden Modellen
Jev erzeugt keinen freien Text. Ein Vergleichsvideo zeigt den Unterschied zwischen paralleler Entscheidungsfindung und tokenweiser Texterzeugung.
Jev-Modell: Funktionsweise von Zustand und typisierten Fragen
Jev ist kein Chatbot, kein Agent und kein Absatz-generierendes Modell; es nimmt einen Zustand plus typisierte Fragen (Choice, Score, Noul) entgegen und liefert eine Antwort, eine Wahrscheinlichkeitsverteilung und eine Konfidenz.
> meet Jev > not a chatbot, not an agent, and not a model generating paragraphs > give it a state plus typed questions > Choice, Score, or Noul > it returns an answer, probability distribution, and confidence > a Choice selects one option from a predefined set > a Score maps the
· 10 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.
