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 : fonctionnement de l'état et des questions typées
Jev n'est ni un chatbot, ni un agent, ni un modèle générant des paragraphes ; il reçoit un état et des questions typées (Choice, Score, Noul) et renvoie une réponse, une distribution de probabilité et une confiance.
> meet Jev > not a chatbot, not an agent, and not a model generating paragraphs > give it a state plus typed questions > Choice, Score, or Noul > it returns an answer, probability distribution, and confidence > a Choice selects one option from a predefined set > a Score maps the
· 10 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.
