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 Engineering: flujo de decisión desde el estado del agente hasta la retroalimentación
Presenta el flujo de agentes de JEV Engineering: Agent State → Decision Engine → Typed Decision → Orchestrator → Action → Feedback, cuya clave es separar la inteligencia probabilística de la ejecución determinista.
JEV Engineering: Agent State → Decision Engine → Typed Decision → Orchestrator → Action → Feedback The key: separate probabilistic intelligence from deterministic execution. #JEV #AgenticAI #AIAgents #AIEngineering #GenAI
· 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.
