Jev tegenover tekstgenererende modellen
Jev genereert geen vrije tekst. Een video vergelijkt parallel beslissen met token voor token tekstgeneratie.
Volledige architectuur van Jev: parallelle evaluatie zonder tokens via status en getypeerde vragen
De post schetst de volledige architectuur van Jev: invoer is je huidige status (doel, voortgang, bewijs) plus daaraan gekoppelde getypeerde vragen, zonder prompt of chatgeschiedenis; de verwerking genereert geen tokens en Jev evalueert elke vraag parallel.
Jev's complete architecture, in one post: Input: your current state (goal, progress, evidence) plus a set of typed questions attached to that state. No prompt, no chat history. Processing: zero token generation. Jev evaluates every question against the state in one parallel
· 3 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.
