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 vs classificateurs : sans entraînement, inférence rapide
Jev n'est pas un nouveau concept mais s'appuie sur des interfaces de classificateurs existant depuis des décennies, fonctionne pour tout problème sans entraînement et offre une inférence rapide.
Unlike LLMs, Jev didn't invent a new concept. Classifiers have existed for decades, with exactly the same interface → ask a question, get a probability score. BUT, here's what the hype is all about: - it works for *any* problem, no training required - it's fast → you can do
· 327 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.
