Usar Jev como juez para verificar salidas y trayectorias en entornos RL, reduciendo costos y acelerando el RL a gran escala.
Jev-as-a-judge🤝 RL Environment Verifiers 🤝 way cheaper + faster RL a lot of things in Agent World look like classification problems…including grading RL - many RL Tasks need a judge to verify pieces of outputs or trajectories - at scale this can be very expensive and slow
Gregor Zunic presenta un agente de navegador de código abierto que combina Browser Use y Jev, encuentra vuelos en 7 segundos por 0,0039 dólares, usando nuevo espacio de acciones por paso, espacio de estados DOM y respaldo de LLM pequeño para escribir.
Scott Williams predice que los modelos personalizados estilo Jev (decodificación restringida en paralelo) harán más eficientes en tokens los sistemas de agentes existentes, creando millonarios.
El usuario elogia la extremadamente rápida reproducción de cada movimiento y comando del modelo JEV, y cree que los bots serán más inteligentes.
