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.
Los modelos de decisión Jev enfrentan el desafío del corte de datos de entrenamiento
La publicación señala que modelos de decisión como Jev deben resolver el problema del corte de datos de entrenamiento; de lo contrario, las decisiones dependen de información de más de seis meses, lo cual es crítico en marketing, inversión y otros ámbitos que requieren datos en tiempo real.
Decision models like Jev have a real challenge to solve with training data cutoff. Otherwise the decisions rely on >6 month old information. This is a big deal for places where decisions need realtime data (marketing, investing, etc). For example, Jev estimates odds Navier
· 6 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.
