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.
Comprendre Jev : la calibration est le produit
L'auteur souligne que beaucoup n'ont pas vraiment compris Jev, insistant sur le fait que la calibration est la valeur centrale, et illustre son importance avec un simple exemple de probabilité de lancer de pièce où les mauvaises décisions n'ont pas de coût.
People really haven't understood Jev. The calibration is the product. Most jev demos you are seeing don't have a "cost" associated to a wrong decision. At worst the dino runs into the cactus. Simple example of calibration of the probabilities: "I tossed a coin. The top face
· 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.
