Jev 与文本生成模型的取舍
Jev 不生成自由文本。Diogo 用一段对比视频说明并行决策模型与逐字生成模型在任务形态上的差别。
试用 Jev 后构建 unawair v3 规则引擎
作者在试用 Jev 的过程中获得启发，将发现整理为基于规则的 unawair v3 引擎，外气温响应明显改善；用自然语言向 AI 解释并简化规则后，最终仍以普通规则方式实现。
Jevを試すなかでいろいろ気づいた点をルールベースに落とし込んだunawair v3エンジン、外気温への応答がかなり改善してる。 AIにわかるように自然言語でいろいろ説明して、ルールも簡略化していった結果、普通にルールベースで書けてしまうというオチ。
· 0 次赞在 X 打开
更多类似内容
定价、评测与 Jev 名称的由来
发布线程继续解释 code + AI 的工作流评测，并给出当时的输入价格及免费输出说明。
Jev模型：面向决策的概率生成，比LLM快200倍、便宜400倍
该模型专为决策而非文本生成设计，并行输出各选项概率，而非逐token生成回复。作者给出普通LLM与该Jev模型的简化对比示例。
