Jev frente a los modelos generadores de texto
Jev no genera texto libre. Un video comparativo explica la diferencia entre decisiones paralelas y generación token por token.
Construir un reranker en Jev: confianza calibrada como señal de poda y compuerta
Comparte la experiencia de construir un reranker en Jev: una probabilidad real convierte la puntuación en una señal de poda y compuerta, no solo un ranking, y analiza extender la confianza calibrada a tipos primitivos.
Extending calibrated confidence to primitive types is the natural next step -- we saw the same shape building a reranker on Jev: a real probability turns the score into a prune-and-gate signal, not just a rank.
· 0 likesOpen on X
More like this
Precios, evaluaciones y el nombre Jev
El hilo de lanzamiento explica evaluaciones de flujos code + AI, el precio de entrada anunciado y los tokens de salida gratuitos.
Modelo Jev: generación de probabilidades para decisiones, 200× más rápido y 400× más barato que los LLM
Este modelo está diseñado para la toma de decisiones en lugar de la generación de texto, generando probabilidades para cada opción en paralelo en vez de respuestas token a token. El autor comparte un ejemplo simplificado de LLM normales frente a este modelo Jev.
