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.
Explicación de la tesis sobre el uso de Jev para agentes de codificación
La publicación explica la tesis de Diogo sobre el uso de Jev para agentes de codificación, con ejemplos de gestión de contexto y caché KV.
Here’s an explanation of Diogo’s thesis on using Jev for coding agents, broken down with some examples 1) Context Management & KV Caching
· 16 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.
