Jev rispetto ai modelli che generano testo
Jev non genera testo libero. Un video affiancato confronta decisioni parallele e generazione token per token.
Architettura completa di Jev: valutazione parallela senza token tramite stato e domande tipizzate
Il post delinea l'architettura completa di Jev: l'input è lo stato attuale (obiettivo, progresso, prove) più domande tipizzate ad esso allegate, senza prompt o cronologia chat; l'elaborazione non genera token e Jev valuta ogni domanda in parallelo.
Jev's complete architecture, in one post: Input: your current state (goal, progress, evidence) plus a set of typed questions attached to that state. No prompt, no chat history. Processing: zero token generation. Jev evaluates every question against the state in one parallel
· 3 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.
