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.
De la generación autorregresiva a la puntuación de decisiones paralelas de Jev: un nuevo papel para la interpretabilidad mecanicista
La publicación sugiere que el cambio de la generación autorregresiva a la puntuación de decisiones paralelas de Jev crea un nuevo papel para la interpretabilidad mecanicista: medir con precisión las direcciones de los conceptos podría ayudar a dar forma a las arquitecturas de los modelos.
the shift from autoregressive generation to #jev's parallel decision scoring suggests a new role for mechanistic interpretability. accurately measuring concept directions could help shape model architectures.
· 1 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.
