Jev tegenover tekstgenererende modellen
Jev genereert geen vrije tekst. Een video vergelijkt parallel beslissen met token voor token tekstgeneratie.
Discussie over de beperkingen van Jev
De auteur stelt dat Jev geen beeldanalysetaken aankan; eerst moet een model metadata extraheren voordat in een dataset wordt gezocht, en adviseert een embedding-database te gebruiken.
Jev is the perfect example of a useless use case This is impossible to make with Jev; you need a model that analyzes the image, defines metadata, then Jev can "find the best match" in a data set But the best and scalable way is to use an embedding database
· 2 likesOpen on X
More like this
Prijs, evaluaties en de naam Jev
De launchthread legt code plus AI workflow evaluaties uit, de aangekondigde invoerprijs en gratis outputtokens.
Jev-model: waarschijnlijkheidsgeneratie voor besluitvorming, 200× sneller en 400× goedkoper dan LLM's
Dit model is gemaakt voor besluitvorming in plaats van tekstgeneratie en genereert waarschijnlijkheden voor elke optie parallel in plaats van token voor token antwoorden. De auteur deelt een vereenvoudigd voorbeeld van normale LLM's versus dit Jev-model.
