Jev versus modelos de geração de texto
Jev não gera texto livre. Um vídeo lado a lado compara decisões paralelas com geração de texto token por token.
Comparação da ideia central do Jev com trabalho anterior de CUA
O autor observa que o Jev está em alta hoje, mas vê pouca diferença entre sua ideia central de otimizar o token correto sobre as saídas candidatas e sua tentativa de dois anos atrás com um colaborador de maximizar a similaridade entre estados e ações de CUA, agora incluída no MMEB-v3.
#Jev is viral today, but I don’t see much difference between its core idea of optimizing the correct token over candidate outputs (tell me if wrong) and our attempt two years ago with @DehanKong285793 to maximize the similarity between CUA states and actions. Now it's in MMEB-v3.
· 4 likesOpen on X
More like this
Preços, avaliações e o nome Jev
A thread de lançamento explica avaliações de fluxos code + AI, o preço de entrada anunciado e tokens de saída gratuitos.
Modelo Jev: geração de probabilidades para decisões, 200× mais rápido e 400× mais barato que LLMs
Este modelo é feito para tomada de decisão em vez de geração de texto, gerando probabilidades para cada opção em paralelo, em vez de respostas token a token. O autor compartilha um exemplo simplificado de LLMs normais versus este modelo Jev.
