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.
Jev: un nuevo paradigma de decisiones calibradas mediante aprendizaje por refuerzo
La publicación señala que CLM es contrastivo y que Jev se entrena con aprendizaje por refuerzo para decisiones calibradas.
Pay attention to this new paradigm. CLM is contrastive, and Jev is trained with Reinforcement Learning for Calibrated Decisions
· 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.
