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.
O modelo Jev atribui probabilidades aos resultados
O autor menciona que está trabalhando em uma postagem de blog comparando Jev com Laya (incluindo uma versão ajustada) em declarações probabilísticas, e destaca que uma característica importante do Jev é atribuir probabilidades aos resultados.
I figured this out last friday and was working on a blog post where I compare Jev to Laya (as well as a fine-tuned laya) on probabilistic statements and got scooped by this tweet. I think an important takeaway from jev is that it assigns probabilities to outcomes. In that way
· 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.
