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 permite classificação sem treinamento e sem novos datasets
A publicação observa que a classificação tradicional exige criar e treinar um novo dataset para cada conjunto fixo de classes, enquanto o Jev contorna esse processo, suportando novos conjuntos de classes sem criação de dataset ou retreinamento.
This creativity and flexibility are what we need. Many think they can do normal classification but that requires creating a new dataset for every fixed set of classes. Jev bypass that process. We don’t have to create a dataset and train whenever we create a new set of classes
· 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.
