Post opowiada się za sterowaniem dwusilnikowym zamiast potoków AI z pojedynczym modelem, używając szybkich filtrów decyzyjnych na brzegu, by obniżyć koszty tokenów 100-krotnie przy dokładności powyżej 99%.
Why build single-model AI pipelines when you can deploy dual-engine control? Fast decision filters at the edge keep token costs down 100x while maintaining 99%+ accuracy. Build fast, build deep. #JEV #AgenticAI #MachineLearning #Tech
Gregor Zunic prezentuje otwartoźródłowego agenta przeglądarki łączącego Browser Use i Jev, znajduje loty w 7 sekund za 0,0039 USD, używając nowej przestrzeni akcji na krok, przestrzeni stanów DOM i małego LLM awaryjnego do wpisywania.
Scott Williams przewiduje, że niestandardowe modele w stylu Jev (równoległe dekodowanie z ograniczeniami) zwiększą efektywność tokenową istniejących systemów agentowych firm, tworząc milionerów.
Użytkownik chwali model JEV za niezwykle szybkie odtwarzanie każdego ruchu i polecenia, uważając, że boty staną się mądrzejsze.
