Jev rispetto ai modelli che generano testo
Jev non genera testo libero. Un video affiancato confronta decisioni parallele e generazione token per token.
Il confine decisionale chiuso di Jev: slot enumerabili vs. LLM
Il post sostiene che Jev si adatta alle decisioni chiuse: scegliere lo strumento, riempire slot enumerabili e usare un LLM solo quando l'input non è enumerabile—questa è la linea giusta.
Jev for the closed decision -- pick the tool, fill the enumerable slots -- and an LLM only where the input can't be enumerated. That's the right place to draw the line.
· 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.
