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.
Debate sobre os limites do Jev
O autor argumenta que o Jev não consegue realizar tarefas de análise de imagem, sendo necessário um modelo para extrair metadados antes de buscar em um conjunto de dados, e sugere usar um banco de dados de embeddings.
Jev is the perfect example of a useless use case This is impossible to make with Jev; you need a model that analyzes the image, defines metadata, then Jev can "find the best match" in a data set But the best and scalable way is to use an embedding database
· 2 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.
