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.
Modèles mutables et échange en direct d'adaptateurs LoRA pour les modèles de classe Jev
L'auteur poursuit ses travaux sur les modèles mutables et l'échange en direct d'adaptateurs LoRA appliqués aux modèles de classe Jev (Kev), et discute de l'interaction entre le modèle mutable sur ANE (Kev) et un LLM résident sur GPU (Qwen 3.8 27B-Splash).
Continuing my work with mutable models + live LoRA adapter swapping applied to Jev-class (Kev) model. The following talks through the current use case and interaction between the mutable model on ANE (Kev) and the GPU resident LLM (Qwen 3.8 27B-Splash). --- The model writes
· 2 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.
