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.
Desvendando a arquitetura do Jev com 10.000 chamadas de API
Análise do experimento de Archer Hume sobre como o Jev fornece probabilidades sem gerar texto, abordando estado compartilhado, ramificações isoladas e calibração de probabilidades, distinguindo observações de especulações.
一个人用 10000 次 API 调用，扒出了 Jev 的底层架构【Jev03】 不生成文字，Jev 怎样直接给出概率？这期解读 Archer Hume 的实验，拆开看共享状态、隔离分支与概率校准，也讲清哪些是观察、哪些仍是推测。 原文： https://archerhume.com/posts/jevs-architecture-unmasked… #Jev #AI
· 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.
