Jev kontra modele generujące tekst
Jev nie generuje swobodnego tekstu. Film porównuje równoległe decyzje z generowaniem tekstu token po tokenie.
JEV Engineering: przepływ decyzyjny od stanu agenta do informacji zwrotnej
Przedstawia przepływ agentów JEV Engineering: Agent State → Decision Engine → Typed Decision → Orchestrator → Action → Feedback, gdzie kluczem jest oddzielenie inteligencji probabilistycznej od deterministycznego wykonania.
JEV Engineering: Agent State → Decision Engine → Typed Decision → Orchestrator → Action → Feedback The key: separate probabilistic intelligence from deterministic execution. #JEV #AgenticAI #AIAgents #AIEngineering #GenAI
· 1 likesOpen on X
More like this
Cennik, ewaluacje i nazwa Jev
Wątek premierowy wyjaśnia ewaluacje przepływów code + AI, ogłoszoną cenę wejścia i darmowe tokeny wyjściowe.
Model Jev: generowanie prawdopodobieństw do podejmowania decyzji, 200× szybszy i 400× tańszy niż LLM
Model ten jest stworzony do podejmowania decyzji, a nie generowania tekstu; generuje prawdopodobieństwa dla każdej opcji równolegle zamiast odpowiedzi token po tokenie. Autor dzieli się uproszczonym przykładem porównania zwykłych LLM z tym modelem Jev.
