Jev im Vergleich zu textgenerierenden Modellen
Jev erzeugt keinen freien Text. Ein Vergleichsvideo zeigt den Unterschied zwischen paralleler Entscheidungsfindung und tokenweiser Texterzeugung.
Jev prüft OCR-Ergebnisse mit MiniCPM-OCR
Der Beitrag weist darauf hin, dass selbst sauber aussehende OCR-Ergebnisse subtile Fehler enthalten können; MiniCPM-OCR Jev vergleicht die Ausgabe mit dem Originalbild und bewertet die Genauigkeit, sodass leichter entschieden werden kann, was genauer geprüft werden sollte.
A clean OCR result can still contain mistakes you won’t notice. What caught my attention here is MiniCPM-OCR Jev checking the output against the original image and scoring its accuracy. That gives you a way to decide what needs a closer look.
· 64 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.
