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.
Le modèle de décision Kev-0.6B de classe Jev exécute une passe avant sur l'Apple Neural Engine
Kev-0.6B est un modèle de décision de classe Jev exécuté sur l'Apple Neural Engine. Une passe avant, sans génération de tokens, 7,18 ms par décision avec un p99 de 7,53 ms. Le placement n'est pas encore affirmé ; il est mesuré de trois façons : le CPU seul renvoie des zéros et l'instrument Neural Engine d'xctrace d'Apple compte 303.
Kev-0.6B, a Jev-class decision model, running on the Apple Neural Engine. One forward pass, no token generation. 7.18 ms per decision, p99 7.53. Placement isn't asserted yet, it's measured three ways: CPU-only returns zeros, Apple's xctrace Neural Engine instrument counts 303
· 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.
