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 de TypeSafe AI : clarifier la distinction entre raisonnement et classification
Le post observe qu'une grande partie de ce qui ressemble à du raisonnement dans l'infrastructure des agents n'est en réalité que de la classification. Jev rend cette distinction explicite : il ne génère aucun texte ; il reçoit plutôt un état et une question typée.
The pattern I keep seeing in agent infrastructure right now is that most of what looks like reasoning is actually just classification wearing a costume. TypeSafe AI's Jev makes that split explicit. It doesn't generate text at all. You hand it a state and a typed question, it
· 3 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.
