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.
A política de aprovação do Jev como prompt: veredictos no momento da inferência
Explica que o Jev recebe a política de aprovação, a descrição e os parâmetros invocados de uma ferramenta no momento da inferência e retorna um veredicto; chamadas aprovadas iniciam imediatamente e chamadas negadas executam após o codegen como PTC normal.
The approval policy is a prompt. Jev is provided the tool's approval policy, along with its tool description and invoked params at inference-time and returns a verdict. Approved calls start immediately and denied calls run once the codegen is complete just like normal PTC.
· 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.
