Jev rispetto ai modelli che generano testo
Jev non genera testo libero. Un video affiancato confronta decisioni parallele e generazione token per token.
Karpathy definisce Jev un punto trascurato sulla curva di Pareto degli LLM
Il post cita l'opinione di Karpathy secondo cui Jev è un punto in precedenza trascurato sulla curva di Pareto degli LLM, e traccia uno spettro da Rules a Classifier, Jev, Flash, General LLM e Reasoning LLM: Flash è intelligenza generale più veloce, Jev è intelligenza decisionale più ristretta; molte attività necessitano solo di superare una soglia di intelligenza, dopodiché latenza, costo e determinismo contano di più.
Karpathy 说 Jev 是 LLM Pareto curve 上一个此前被忽略的点。 画出来之后更直观： Rules → Classifier → Jev → Flash → General LLM → Reasoning LLM Flash 是更快的通用智能，Jev 是更窄的决策智能。 很多任务不需要最高智能，只需要智能过线。过线之后，延迟、成本和确定性反而更重要。
· 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.
