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 slot do Jev: julgamento de loop interno, não um segundo cérebro
O slot do Jev não é um segundo cérebro, mas julgamento de loop interno: estado de entrada, respostas tipadas de saída, o código cuida do resto. O LLM ainda escreve, Jev ramifica; schema fechado não significa correto — uma escolha errada dentro do schema ainda é entregue se você pular o limiar.
Jev's slot isn't a second brain. It's the inner-loop judgment: state in, typed answers out, code owns the rest. LLM still writes. Jev branches. Schema-closed ≠ correct — a wrong in-schema pick still ships if you skip the threshold.
· 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.
