Jev rispetto ai modelli che generano testo
Jev non genera testo libero. Un video affiancato confronta decisioni parallele e generazione token per token.
Modello Jev: domande tipizzate invece della generazione di testo
Il modello Jev riceve stato e alcune domande tipizzate (scelta, punteggio, sì/no) e restituisce probabilità con confidenza in 70-500 ms, senza testo e senza parsing.
Most of the AI discourse still assumes every model has to write something back. #Jev just dropped that assumption. You hand it state + a handful of typed questions (choice, score, yes/no) and it returns probabilities with confidence in 70-500 ms. No prose. No parsing. Output
· 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.
