Jev rispetto ai modelli che generano testo
Jev non genera testo libero. Un video affiancato confronta decisioni parallele e generazione token per token.
JEV Engineering: flusso decisionale dallo stato dell'agente al feedback
Presenta il flusso degli agenti di JEV Engineering: Agent State → Decision Engine → Typed Decision → Orchestrator → Action → Feedback, con la chiave che è separare l'intelligenza probabilistica dall'esecuzione deterministica.
JEV Engineering: Agent State → Decision Engine → Typed Decision → Orchestrator → Action → Feedback The key: separate probabilistic intelligence from deterministic execution. #JEV #AgenticAI #AIAgents #AIEngineering #GenAI
· 1 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.
