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.
Desvelando la arquitectura de Jev con 10.000 llamadas a la API
Análisis del experimento de Archer Hume sobre cómo Jev da probabilidades sin generar texto, cubriendo estado compartido, ramas aisladas y calibración de probabilidades, distinguiendo observaciones de especulaciones.
一个人用 10000 次 API 调用，扒出了 Jev 的底层架构【Jev03】 不生成文字，Jev 怎样直接给出概率？这期解读 Archer Hume 的实验，拆开看共享状态、隔离分支与概率校准，也讲清哪些是观察、哪些仍是推测。 原文： https://archerhume.com/posts/jevs-architecture-unmasked… #Jev #AI
· 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.
