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.
La política de aprobación de Jev como prompt: veredictos en tiempo de inferencia
Explica que Jev recibe la política de aprobación, la descripción y los parámetros invocados de una herramienta en tiempo de inferencia y devuelve un veredicto; las llamadas aprobadas inician de inmediato y las denegadas se ejecutan tras el codegen como PTC normal.
The approval policy is a prompt. Jev is provided the tool's approval policy, along with its tool description and invoked params at inference-time and returns a verdict. Approved calls start immediately and denied calls run once the codegen is complete just like normal PTC.
· 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.
