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.
TypeSafe Jev : état et questions typées en entrée, choix, score et probabilité en sortie
TinyRouter présente le modèle Jev de TypeSafe : l'état et des questions typées en entrée, un choix, un score ou une probabilité en sortie, sans texte à analyser. Un appel d'exemple renvoie choice=billing (p=0.71) et score 0.8 via POST /v1/systemone, avec un contexte de 32K et une sortie gratuite.
Text was never the hard part. Parsing it was. Jev by TypeSafe: state + typed questions in, choice/score/probability out — no prose to parse. Real call → choice=billing (p=0.71), score 0.8. POST /v1/systemone, 32K ctx, output free. #Jev #TypeSafe #DecisionModels
· 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.
