Jev jämfört med textgenererande modeller
Jev genererar inte fri text. En jämförelsevideo visar skillnaden mellan parallellt beslutsfattande och tokenvis textgenerering.
Jämförelse av Jevs kärnidé med tidigare CUA-arbete
Författaren noterar att Jev är viralt idag, men ser liten skillnad mellan dess kärnidé att optimera rätt token över kandidatutdata och deras försök för två år sedan med en medarbetare att maximera likheten mellan CUA-tillstånd och -åtgärder, nu inkluderat i MMEB-v3.
#Jev is viral today, but I don’t see much difference between its core idea of optimizing the correct token over candidate outputs (tell me if wrong) and our attempt two years ago with @DehanKong285793 to maximize the similarity between CUA states and actions. Now it's in MMEB-v3.
· 4 likesOpen on X
More like this
Prissättning, utvärderingar och namnet Jev
Lanseringstråden förklarar utvärderingar av code + AI arbetsflöden, det annonserade inputpriset och gratis outputtokens.
Jev-modell: sannolikhetsgenerering för beslutsfattande, 200× snabbare och 400× billigare än LLM:er
Denna modell är byggd för beslutsfattande snarare än textgenerering och producerar sannolikheter för varje alternativ parallellt istället för token-för-token-svar. Författaren delar ett förenklat exempel på vanliga LLM:er kontra denna Jev-modell.
