Jevとテキスト生成モデルの違い
Jevは自由形式のテキストを生成しません。並列的な意思決定とトークン単位の生成の違いを、Diogoが比較動画で説明します。
Jevは新クラスごとのデータセット作成不要の分類を実現
従来の分類では固定クラスごとに新しいデータセットの作成と学習が必要だが、Jevはそのプロセスを回避し、データセット作成や再学習なしで新しいクラス集合を扱えると述べている。
This creativity and flexibility are what we need. Many think they can do normal classification but that requires creating a new dataset for every fixed set of classes. Jev bypass that process. We don’t have to create a dataset and train whenever we create a new set of classes
· 1 likesOpen on X
More like this
価格、評価、そしてJevという名前の由来
発表スレッドでは、code + AIのワークフロー評価、発表時の入力価格、無料出力トークンについて説明しています。
Jevモデル：意思決定向け確率生成、LLMより200倍高速・400倍安価
このモデルはテキスト生成ではなく意思決定向けに設計され、トークンごとの応答ではなく各選択肢の確率を並列に出力する。通常のLLMとこのJevモデルの簡易比較例を示している。
