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.
Cómo Jev compone y manipula la UI en tiempo real
Jev recibe una línea de texto y responde nueve preguntas cerradas (era, brillo o reflejo, color, tipografía, desgaste, densidad, estado de ánimo, diseño, escena), luego una segunda llamada puntúa quince diales según esas respuestas, sin LLM en el proceso.
Jev composes and manipulates UI in real time one line of text goes in. Jev answers nine closed questions: era, glowing or reflective, colour, typeface, wear, density, mood, layout, scene. a second call scores fifteen dials against those answers. no LLM in the loop @typesafeai
· 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.
