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.
Arquitetura completa do Jev: avaliação paralela sem tokens via estado e perguntas tipadas
A publicação descreve a arquitetura completa do Jev: a entrada é o estado atual (objetivo, progresso, evidências) mais perguntas tipadas anexadas, sem prompt ou histórico de chat; o processamento não gera tokens e o Jev avalia cada pergunta em paralelo.
Jev's complete architecture, in one post: Input: your current state (goal, progress, evidence) plus a set of typed questions attached to that state. No prompt, no chat history. Processing: zero token generation. Jev evaluates every question against the state in one parallel
· 3 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.
