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.
TypeSafe: Mesmo com um bilhão, não faria pré-treinamento—combina modelos existentes
Diogo Almeida, da TypeSafe, diz que mesmo com um bilhão de dólares não faria pré-treinamento de um modelo fundacional do zero; Jev é construído fatiando e recombinando stacks existentes.
Give TypeSafe’s Diogo Almeida a billion dollars and he still wouldn’t pre-train. His bet: slice, dice, and Frankenstein existing stacks — anything except burning the check on a scratch foundation model. @swyx @labenz Latent Space — Why We Made Jev — Diogo Almeida, TypeSafe
· 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.
