Jev jämfört med textgenererande modeller
Jev genererar inte fri text. En jämförelsevideo visar skillnaden mellan parallellt beslutsfattande och tokenvis textgenerering.
Hur Jev komponerar och manipulerar UI i realtid
Jev tar en textrad och svarar på nio slutna frågor (era, glödande eller reflekterande, färg, typsnitt, slitage, densitet, humör, layout, scen), sedan poängsätter ett andra anrop femton rattar mot dessa svar, utan LLM i loopen.
Jev composes and manipulates UI in real time one line of text goes in. Jev answers nine closed questions: era, glowing or reflective, colour, typeface, wear, density, mood, layout, scene. a second call scores fifteen dials against those answers. no LLM in the loop @typesafeai
· 0 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.
