Jev im Vergleich zu textgenerierenden Modellen
Jev erzeugt keinen freien Text. Ein Vergleichsvideo zeigt den Unterschied zwischen paralleler Entscheidungsfindung und tokenweiser Texterzeugung.
Jevs vollständige Architektur: Token-freie parallele Auswertung über Status und typisierte Fragen
Der Beitrag beschreibt Jevs vollständige Architektur: Eingabe ist der aktuelle Status (Ziel, Fortschritt, Belege) plus daran angehängte typisierte Fragen, ohne Prompt oder Chat-Verlauf; die Verarbeitung erzeugt keine Tokens und Jev bewertet jede Frage parallel.
Jev's complete architecture, in one post: Input: your current state (goal, progress, evidence) plus a set of typed questions attached to that state. No prompt, no chat history. Processing: zero token generation. Jev evaluates every question against the state in one parallel
· 3 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.
