Jev rispetto ai modelli che generano testo
Jev non genera testo libero. Un video affiancato confronta decisioni parallele e generazione token per token.
Capire Jev: la calibrazione è il prodotto
L'autore sottolinea che molti non hanno ancora capito davvero Jev, evidenziando che la calibrazione è il valore centrale, e ne illustra l'importanza con un semplice esempio di probabilità del lancio di una moneta in cui le decisioni sbagliate non hanno costo.
People really haven't understood Jev. The calibration is the product. Most jev demos you are seeing don't have a "cost" associated to a wrong decision. At worst the dino runs into the cactus. Simple example of calibration of the probabilities: "I tossed a coin. The top face
· 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.
