Jev kontra modele generujące tekst
Jev nie generuje swobodnego tekstu. Film porównuje równoległe decyzje z generowaniem tekstu token po tokenie.
Jev rozstrzyga spór nr 241: jak kod pisze uzasadnienie
Decyzja Jev w sporze nr 241 to Award Recipient, bez flag niepewności, a cztery uruchomienia dały te same liczby z dokładnością ±0,01. Ponieważ Jev nie pisze tekstu, autor wskazuje, że uzasadnienie tworzy kod: pytania napisano dla ludzi, odpowiedzi to liczby, a kod zna podstawę.
Jev's decision on dispute #241 was Award Recipient, with no uncertainty flags. Four runs gave the same numbers to ±0.01. Jev writes no text, so who writes the justification? The code does. Every question was written for humans, every answer is a number, and the code knows
· 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.
