Jev와 텍스트 생성 모델의 차이
Jev는 자유 형식 텍스트를 생성하지 않습니다. Diogo는 병렬 의사결정과 토큰 단위 텍스트 생성의 차이를 비교 영상으로 설명합니다.
Karpathy, Jev를 LLM 파레토 곡선의 간과된 점으로 평가
이 게시물은 Karpathy의 견해를 인용해 Jev를 LLM 파레토 곡선에서 이전에 간과된 점으로 위치시키고, Rules → Classifier → Jev → Flash → General LLM → Reasoning LLM의 스펙트럼을 제시한다. Flash는 더 빠른 범용 지능, Jev는 더 좁은 의사결정 지능이며, 많은 작업은 지능이 기준선만 넘으면 되고 그 이후에는 지연, 비용, 결정성이 더 중요해진다.
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
가격, 평가, 그리고 Jev 이름의 유래
출시 스레드는 code + AI 워크플로 평가, 출시 당시 입력 가격, 무료 출력 토큰을 설명합니다.
Jev 모델: 의사결정용 확률 생성, LLM보다 200배 빠르고 400배 저렴
이 모델은 텍스트 생성이 아닌 의사결정을 위해 설계되어, 토큰 단위 응답 대신 각 선택지의 확률을 병렬로 출력한다. 일반 LLM과 이 Jev 모델의 간단한 비교 예시를 제시한다.
