Jev jämfört med textgenererande modeller
Jev genererar inte fri text. En jämförelsevideo visar skillnaden mellan parallellt beslutsfattande och tokenvis textgenerering.
Jev-beslutsmodeller står inför utmaningen med träningsdataavskärning
Inlägget påpekar att beslutsmodeller som Jev måste lösa problemet med träningsdataavskärning, annars bygger beslut på information som är över sex månader gammal, vilket är avgörande för marknadsföring, investeringar och andra scenarier som kräver realtidsdata.
Decision models like Jev have a real challenge to solve with training data cutoff. Otherwise the decisions rely on >6 month old information. This is a big deal for places where decisions need realtime data (marketing, investing, etc). For example, Jev estimates odds Navier
· 6 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.
