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.
Da geração autorregressiva à pontuação paralela de decisões do Jev: um novo papel para a interpretabilidade mecanicista
A publicação sugere que a mudança da geração autorregressiva para a pontuação paralela de decisões do Jev cria um novo papel para a interpretabilidade mecanicista: medir com precisão as direções dos conceitos pode ajudar a moldar as arquiteturas dos modelos.
the shift from autoregressive generation to #jev's parallel decision scoring suggests a new role for mechanistic interpretability. accurately measuring concept directions could help shape model architectures.
· 1 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.
