Jev rispetto ai modelli che generano testo
Jev non genera testo libero. Un video affiancato confronta decisioni parallele e generazione token per token.
Come Jev compone e manipola l'interfaccia utente in tempo reale
Jev riceve una riga di testo e risponde a nove domande chiuse (epoca, luminoso o riflettente, colore, carattere, usura, densità, umore, layout, scena), poi una seconda chiamata valuta quindici parametri rispetto a quelle risposte, senza LLM nel processo.
Jev composes and manipulates UI in real time one line of text goes in. Jev answers nine closed questions: era, glowing or reflective, colour, typeface, wear, density, mood, layout, scene. a second call scores fifteen dials against those answers. no LLM in the loop @typesafeai
· 0 likesOpen on X
More like this
Prezzi, valutazioni e origine del nome Jev
Il thread di lancio spiega le valutazioni dei workflow code + AI, il prezzo di input annunciato e i token di output gratuiti.
Modello Jev: generazione di probabilità per le decisioni, 200× più veloce e 400× più economico degli LLM
Questo modello è progettato per il processo decisionale anziché la generazione di testo, generando probabilità per ogni opzione in parallelo invece di risposte token per token. L'autore condivide un esempio semplificato di confronto tra LLM normali e questo modello Jev.
