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.
Sobrecalentamiento de Jev: cálculo de probabilidad opaco, el valor surge al preparar datos propios
El post señala que Jev está sobrecalentado; los usuarios configuran preguntas, criterios y umbrales de probabilidad de adopción, pero Jev no revela cómo calcula las probabilidades, sugiriendo preparar datos propios para aprovechar su valor.
Jevの過熱ぶりが激しいが、、、 利用者側：質問文/criteria/採用確率閾値を設定 Jev内部：何を根拠に確率を算出したか非公開 これは意識すべきかと 自前で仕込むことで真価を発揮するかと
· 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.
