Jev im Vergleich zu textgenerierenden Modellen
Jev erzeugt keinen freien Text. Ein Vergleichsvideo zeigt den Unterschied zwischen paralleler Entscheidungsfindung und tokenweiser Texterzeugung.
Jev vs. Klassifikatoren: kein Training, schnelle Inferenz
Jev ist kein neues Konzept, sondern baut auf jahrzehntealten Klassifikator-Schnittstellen auf, funktioniert jedoch ohne Training für jedes Problem und bietet schnelle Inferenz.
Unlike LLMs, Jev didn't invent a new concept. Classifiers have existed for decades, with exactly the same interface → ask a question, get a probability score. BUT, here's what the hype is all about: - it works for *any* problem, no training required - it's fast → you can do
· 327 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.
