Jev kontra modele generujące tekst
Jev nie generuje swobodnego tekstu. Film porównuje równoległe decyzje z generowaniem tekstu token po tokenie.
Użycie znaków braille'a, by tekstowy Jev rozumiał kształty
Autor próbuje nauczyć tekstowego Jev, bez wejścia obrazowego, rozumienia podstawowych kształtów: renderuje kształt na kanwie 64×64, proguje i pakuje każdy blok 2×4 pikseli w znak braille'a Unicode, zamieniając obraz w 512 znaków zwykłego tekstu dla Jev.
Can Jev understand basic shapes? Kind of. Jev is text-only. No image input at all. So I cheated. Render a shape to a 64×64 canvas, threshold it, and pack every 2×4 block of pixels into a Unicode braille glyph. The picture becomes 512 characters of plain text, which Jev can
· 0 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.
