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。
Karpathy、JevはLLMパレート曲線上の見落とされた点だと指摘
投稿はKarpathyの見解を引用し、JevをLLMパレート曲線上でこれまで見落とされていた点と位置づけ、Rules → Classifier → Jev → Flash → General LLM → Reasoning LLM のスペクトルを示す。Flashはより高速な汎用知能、Jevはより狭い意思決定知能であり、多くのタスクは知能が閾値を超えれば十分で、その後は遅延・コスト・決定性がより重要になる。
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
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。
