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.
Modèle Jev : ne pas générer, décider
Jev prend un contexte et une question spécifique, et renvoie une décision structurée avec une probabilité au lieu de générer du texte, utile pour le routage de modèles et les workflows d'agents.
Most AI models are built to generate. But Jev is trying something different: Don’t generate. Decide. Give it some context and a specific question, and it returns a structured decision with a probability. I found this interesting for things like model routing, agent workflows,
· 1 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.
