Jev im Vergleich zu textgenerierenden Modellen
Jev erzeugt keinen freien Text. Ein Vergleichsvideo zeigt den Unterschied zwischen paralleler Entscheidungsfindung und tokenweiser Texterzeugung.
Jev-Modell: typisierte Entscheidungen und Wahrscheinlichkeitsverteilungen ohne Textgenerierung
Stellt die Kernunterschiede zwischen dem Jev-Modell und gewöhnlichen LLMs vor: keine Textinteraktion, nur typisierte Entscheidungen und Wahrscheinlichkeitsverteilungen, keine Textgenerierung oder -analyse und Reinforcement Learning für kalibrierte Entscheidungen, bei etwa 1/400 der Antwortgeschwindigkeit und der Kosten.
打字的模型 Jev姐夫 横空出世跟普通大语言模型不一样，它不用文字交互，只输出类型化的决策和概率分布，没有文本生成，也没有解析，响应速度和价格是普通大模型的1/400，便宜到几乎可以忽略不计。因为普通大模型用的是人类反馈强化学习和 可验证奖励强化学习，姐夫用的是面向校准决策强化学习目标更纯
· 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.
