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.
Como o Jev funciona: um classificador estilo encoder
Este post oferece uma forma simples de pensar sobre o Jev: ele se comporta como um transformer somente codificador com uma cabeça de classificação. Estado e opções entram, probabilidades saem, em uma única passagem direta, sem geração de texto ou análise.
Everyone is calling Jev a new kind of AI model. Here's the simpler way to think about it: Jev behaves exactly like an encoder-only transformer with a classification head. State goes in. Options go in. Probabilities come out. One forward pass. No text generation, no parsing, no
· 0 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.
