Jev rispetto ai modelli che generano testo
Jev non genera testo libero. Un video affiancato confronta decisioni parallele e generazione token per token.
Dove si colloca Jev in un loop di agente: routing tipizzato e controllo del rischio
Il post delinea un loop di agente in cinque passi e colloca Jev come livello tipizzato per routing, gating, scoring, rischio e urgenza, in grado di ricontrollare prima di azioni distruttive.
Where each belongs in an agent loop: 1. Observe state (ticket, tool args, logs, messages) 2. Jev — route / gate / score / risk / urgency (typed) 3. LLM — plan, write, debug, explain (open-ended) 4. Tools / APIs execute 5. Loop — Jev can re-check before destructive actions
· 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.
