Jev face aux modèles générateurs de texte
Jev ne génère pas de texte libre. Une vidéo côte à côte compare la décision parallèle avec la génération token par token.
Jev charge les compétences à la demande pour garder le contexte propre
Le post propose de laisser Jev classer les compétences à charger par requête, en gardant l'inventaire des compétences hors de la fenêtre de contexte afin que le contenu non pertinent n'occupe pas la session.
Context hygiene as a product feature. Keep skills user-invocable only. Let Jev classify which ones to load per request — inventory stays outside the window until needed. Same lesson as tool output: what sits in context owns the session. Skills are no exception.
· 0 likesOpen on X
More like this
Prix, évaluations et origine du nom Jev
Le fil de lancement explique les évaluations de workflows code + AI, le prix d’entrée annoncé et les tokens de sortie gratuits.
Modèle Jev : génération de probabilités pour la décision, 200× plus rapide et 400× moins cher que les LLM
Ce modèle est conçu pour la prise de décision plutôt que la génération de texte, produisant des probabilités pour chaque option en parallèle au lieu de réponses token par token. L'auteur présente un exemple simplifié comparant les LLM classiques à ce modèle Jev.
