Jev im Vergleich zu textgenerierenden Modellen
Jev erzeugt keinen freien Text. Ein Vergleichsvideo zeigt den Unterschied zwischen paralleler Entscheidungsfindung und tokenweiser Texterzeugung.
Abwägung zwischen JEV und schnellen Klassifikatoren: Abläufe zur Fehlereindämmung
Der Autor argumentiert, dass Programme, die korrekt klassifizieren, kein JEV benötigen; günstige schnelle Klassifikatoren machen Fehler, und wenn diese inakzeptabel sind, sollten Abläufe mit weiteren Komponenten die Fehler eindämmen.
#JeV #ai大pk 小小研究看法： 會出錯的便宜快速分類器 程式能正確分類的就不用 JEV 錯誤如果是不可接受的, 要設計流程加入其他東西使錯誤收束
· 4 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.
