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.
Karpathy qualifie Jev de point négligé sur la courbe de Pareto des LLM
Le post cite l'avis de Karpathy selon lequel Jev est un point auparavant négligé sur la courbe de Pareto des LLM, et présente un spectre allant de Rules à Classifier, Jev, Flash, General LLM et Reasoning LLM : Flash est une intelligence générale plus rapide, Jev une intelligence décisionnelle plus étroite ; de nombreuses tâches n'ont besoin que de franchir un seuil d'intelligence, après quoi la latence, le coût et le déterminisme comptent davantage.
Karpathy 说 Jev 是 LLM Pareto curve 上一个此前被忽略的点。 画出来之后更直观： Rules → Classifier → Jev → Flash → General LLM → Reasoning LLM Flash 是更快的通用智能，Jev 是更窄的决策智能。 很多任务不需要最高智能，只需要智能过线。过线之后，延迟、成本和确定性反而更重要。
· 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.
