Jev im Vergleich zu textgenerierenden Modellen
Jev erzeugt keinen freien Text. Ein Vergleichsvideo zeigt den Unterschied zwischen paralleler Entscheidungsfindung und tokenweiser Texterzeugung.
Jev Bereichsprüfung
Jev führt bei jeder Code-Runde eine Bereichsprüfung durch, markiert Hunks, die das Prompt nicht verlangt hat, bewertet pro Hunk statt des gesamten PRs und bietet In scope / Check scope / N unrequested an. Derzeit nur für Sessions.
scope check on every code turn Jev flags hunks the prompt did not ask for → chip under the reply: In scope / Check scope / N unrequested → hover lists each flagged file + hunk judged per hunk, not the whole PR → sessions only for now
· 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.
