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.
Compromisos entre JEV y clasificadores rápidos: diseñar flujos para contener errores
El autor sostiene que los programas que clasifican correctamente no necesitan JEV; los clasificadores baratos y rápidos cometen errores y, si son inaceptables, conviene diseñar flujos con otros componentes para contenerlos.
#JeV #ai大pk 小小研究看法： 會出錯的便宜快速分類器 程式能正確分類的就不用 JEV 錯誤如果是不可接受的, 要設計流程加入其他東西使錯誤收束
· 4 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.
