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。
Jev 基于状态与预设问题输出概率
帖子说明 Jev 接收当前状态和预先确定答案的问题，只在这些答案上返回概率；标签由应用定义，模型不会生成新标签。
Jev takes a state, the current situation, plus questions whose answers you fix in advance. It returns probabilities over those answers. Your app defines the labels, so the model cannot invent new ones.
· 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。
