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.
LLM frente a Jev: decisiones probabilísticas tipadas
Presenta el modelo Jev de TypeSafe AI, centrado en decisiones probabilísticas tipadas, incluyendo Noul (Sí/No), Choice (seleccionar una opción) y Score (puntuar en una escala definida), en contraste con la generación abierta de los LLM.
𝗟𝗟𝗠 𝘃𝘀 𝗝𝗲𝘃 — or maybe 𝗟𝗟𝗠 + 𝗝𝗲𝘃? LLMs are built for open-ended generation: text, code, explanations, and more. Jev from TypeSafe AI focuses on typed, probabilistic decisions: 🟢 Noul → Yes / No 🔵 Choice → Select an option 🟠 Score → Score on a defined scale
· 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.
