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 : traiter l'IA comme une couche de décision au sein du logiciel
Le post présente Jev comme une couche de décision au sein du logiciel plutôt qu'un chatbot : les LLM génèrent, Jev décide — router les requêtes, signaler des actions, choisir le prochain outil, filtrer un mauvais contexte RAG, etc.
Jev is interesting because it treats AI less like a chatbot and more like a decision layer inside software. LLMs generate. Jev decides. That means things like: → route this request → flag this action → choose the next tool → filter bad RAG context → decide when to
· 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.
