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.
La fuite du paysage de signaux JEV suscite des débats
Le post indique que le paysage de signaux JEV montre comment gérer six sources d'entrée dans un seul agent, au lieu d'avoir des parseurs, invites et chemins de code distincts pour chaque entrée.
WHOEVER LEAKED THIS JEV LANDSCAPE OF SIGNALS DESERVES THE CTO SEAT I thought handling six input feeds in one agent meant six parsers, six prompts, and six code paths that disagree in production. Apparently not. This landscape's setup is much more interesting: → SOURCES: 6
· 28 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.
