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 Jev: estado e perguntas tipadas na entrada, escolha, pontuação e probabilidade na saída
TinyRouter apresenta o modelo Jev da TypeSafe: estado e perguntas tipadas na entrada, escolha, pontuação ou probabilidade na saída, sem texto para analisar. Uma chamada de exemplo retorna choice=billing (p=0.71) e score 0.8 via POST /v1/systemone, com contexto de 32K e saída gratuita.
Text was never the hard part. Parsing it was. Jev by TypeSafe: state + typed questions in, choice/score/probability out — no prose to parse. Real call → choice=billing (p=0.71), score 0.8. POST /v1/systemone, 32K ctx, output free. #Jev #TypeSafe #DecisionModels
· 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.
