Jev im Vergleich zu textgenerierenden Modellen
Jev erzeugt keinen freien Text. Ein Vergleichsvideo zeigt den Unterschied zwischen paralleler Entscheidungsfindung und tokenweiser Texterzeugung.
Zero-Shot-Span-Fragen in DiffusionGemma-as-Jev
Der Autor teilt Zero-Shot-Span-Fragen in DiffusionGemma-as-Jev (djev), ein nützliches, nicht halluzinierendes Primitiv, dessen Leistung noch abgestimmt wird.
Zero-shot "span"-style questions in DiffusionGemma-as-Jev (aka djev). Still tuning performance a bit, but this is another very useful, non-hallucinating primitive.
· 11 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.
