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.
Jev: um ponto de saída de token único e baixa latência na curva ótima de Pareto dos LLMs
AJ descreve o Jev como um ponto na curva ótima de Pareto dos LLMs, atendendo à demanda latente por não pensar, saída de token único, baixa latência e inteligência suficientemente boa; Diogo Almeida responde.
AJ称 Jev 是LLM Pareto optimal curve 上的一个点 Jev 让过去存在一个很大的“潜在需求”显现出来： - 不需要 thinking - 单 token 输出 - 低延迟 - 只要足够好的 intelligence 这个方向长期被低估了，因为整个行业都在追求“更高 intelligence” Diogo Almeida 回复说，Jev是在 intelligence
· 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.
