Jev tegenover tekstgenererende modellen
Jev genereert geen vrije tekst. Een video vergelijkt parallel beslissen met token voor token tekstgeneratie.
Jev Harness: lezen en zoeken nemen 56,2% van tool-turns in beslag, code schrijven minder dan 10%
Diogo Amogo's Jev Harness PDF stelt voor om commando's op vertrouwen te filteren, instructies voorwaardelijk te laden en één retrieval-pass te delen over alleen-lezen taken, en stelt dat de bottleneck nooit het coderen was.
Reading and searching eat 56.2% of tool turns. Writing code is under 10%. Diogo Amogo's Jev Harness PDF flips that: 1. gate commands by trust 2. load instructions by condition 3. share one retrieval pass across read-only tasks The bottleneck was never the coding.
· 0 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.
