Jev tegenover tekstgenererende modellen
Jev genereert geen vrije tekst. Een video vergelijkt parallel beslissen met token voor token tekstgeneratie.
Jev-beslissingsmodellen kampen met uitdaging rond trainingsdata-afsluiting
De post stelt dat beslissingsmodellen zoals Jev het probleem van trainingsdata-afsluiting moeten oplossen, anders baseren beslissingen zich op informatie ouder dan zes maanden, wat cruciaal is voor marketing, investeren en andere scenario's die realtime data vereisen.
Decision models like Jev have a real challenge to solve with training data cutoff. Otherwise the decisions rely on >6 month old information. This is a big deal for places where decisions need realtime data (marketing, investing, etc). For example, Jev estimates odds Navier
· 6 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.
