THE JEV GUIDE · CURATED EDITION
TypeSafe Jev से जुड़ी लॉन्च खबरें, व्याख्याएँ, डेमो और समुदाय प्रोजेक्ट विषय के अनुसार व्यवस्थित हैं। हर एंट्री X के मूल स्रोत से जुड़ती है।
चुनी हुई सूची · पूर्ण नहीं · मैनुअल अपडेट
01 / EXPLORE
0 means awaiting a verified post
Jev के संस्थापक ने 1 घंटे की मास्टरक्लास जारी की जिसमें Jev के वास्तविक कार्यप्रवाह को समझाया गया: LLMs → निर्णय → सत्यापन → कोडिंग एजेंट। साथ ही चर्चा की गई कि केवल LLM पर्याप्त क्यों नहीं हैं, Jev के पीछे के तीन मूलभूत सिद्धांत, और बड़े AI कार्यों को छोटे विश्वसनीय चरणों में कैसे बदलें।
यह पोस्ट CodeX और Claude के शुरुआती लोगों के लिए है, जिसमें Jev मॉडल का मूल प्रवाह बताया गया है: स्थिति और प्रश्न इनपुट, Jev द्वारा प्रोसेस, कैलिब्रेटेड संभावना आउटपुट।
Arman ने Saul Goodman और Hector की घंटी का उपयोग करके LLM और Jev के बीच अंतर समझाया, यह बताते हुए कि TypeSafe AI द्वारा निर्मित Jev सॉफ़्टवेयर में छोटे और सटीक संरचित निर्णय संकेत प्रदान करने के लिए डिज़ाइन किया गया है।
Grok Bot काम करता है, Jev तय करता है कि आगे क्या होगा। यह 22 मिनट का ट्यूटोरियल TypeSafe के "System One" मॉडल Jev के बारे में बताता है जो चैट करने के बजाय निर्णय लेता है।
Jev में डिकोड चरण नहीं है; उत्तर एक ही प्रीफिल पास से निकलता है, जिससे यह पारंपरिक LLM जज से लगभग 200 गुना तेज़ होता है।
समुदाय में लोग लगातार समझा रहे हैं कि Jev सामान्य LLM से कैसे अलग है।
Jev संदर्भ और टाइप किए गए प्रश्नों का उपयोग करके संभावनाओं के साथ सीमित निर्णय उत्पन्न करता है, कोई और टेक्स्ट जनरेटर नहीं।
Jev हर कोड टर्न पर स्कोप जाँच करता है, प्रॉम्प्ट द्वारा न माँगे गए हंक्स को फ़्लैग करता है, पूरे PR के बजाय हर हंक के आधार पर निर्णय करता है, और In scope / Check scope / N unrequested विकल्प देता है। अभी केवल सत्रों में।
Jev टेक्स्ट निर्माण से आगे जाकर विश्लेषण, मूल्यांकन, अंतराल की पहचान, बदलाव का निर्णय और अगले चरण का सुझाव देता है, बिना आँख बंद करके निर्देशों का पालन किए।
TypeSafe के Diogo Almeida कहते हैं कि अरबों डॉलर होने पर भी वे शुरुआत से फाउंडेशन मॉडल प्री-ट्रेन नहीं करेंगे; Jev मौजूदा स्टैक्स को काटकर और जोड़कर बनाया गया है।
TypeSafe AI के Jev मॉडल का परिचय, जो टाइप किए गए संभाव्य निर्णयों पर केंद्रित है, जिसमें Noul (हाँ/नहीं), Choice (विकल्प चुनें) और Score (परिभाषित पैमाने पर स्कोर) शामिल हैं, जो LLM की खुली पीढ़ी के विपरीत है।
पोस्ट बताता है कि एजेंट इंफ्रास्ट्रक्चर में जो कुछ भी तर्क जैसा दिखता है वह वास्तव में सिर्फ वर्गीकरण है। Jev इस अंतर को स्पष्ट करता है: यह बिल्कुल भी टेक्स्ट उत्पन्न नहीं करता; इसके बजाय, यह एक स्थिति और एक टाइप किया गया प्रश्न लेता है।