Jev rispetto ai modelli che generano testo
Jev non genera testo libero. Un video affiancato confronta decisioni parallele e generazione token per token.
La vera forza di Jev: restituire vettori di risposte in blocco
Il post osserva che Jev non è solo un classificatore, ma può restituire vettori di risposte in una volta, valutando fino a 255 coppie di valori per lo stesso evento, riducendo notevolmente il numero di query.
הטריק האמיתי: החוזקה האמיתית של Jev היא לא רק שהוא classifier, אלא היכולת שלו להחזיר וקטור תשובות בבת אחת. כלומר - אני יכולה לקחת ערך, ולשאול בבת אחת עבור כל שאר הערכים - מה ההסתברות שמייצגים את אותו האירוע. ואז במכה לקבל תשובה עבור עד 255 זוגות. מקצר את כמות השאילתות בצורה
· 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.
