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.
Modelos mutáveis e troca ao vivo de adaptadores LoRA para modelos da classe Jev
O autor continua seu trabalho com modelos mutáveis e troca ao vivo de adaptadores LoRA aplicados a modelos da classe Jev (Kev), discutindo a interação entre o modelo mutável na ANE (Kev) e um LLM residente na GPU (Qwen 3.8 27B-Splash).
Continuing my work with mutable models + live LoRA adapter swapping applied to Jev-class (Kev) model. The following talks through the current use case and interaction between the mutable model on ANE (Kev) and the GPU resident LLM (Qwen 3.8 27B-Splash). --- The model writes
· 2 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.
