Jev jämfört med textgenererande modeller
Jev genererar inte fri text. En jämförelsevideo visar skillnaden mellan parallellt beslutsfattande och tokenvis textgenerering.
Jev i besluts hierarkin: liten begränsad klassificering och routing
Författaren delar sin besluts hierarki: deterministiska problem med kod, liten begränsad klassificering, routing, poängsättning eller fuzzy beslut med Jev, och generering, uppgifts slutförande eller måttligt resonemang med en billig API-modell.
My current hierarchy is becoming: Deterministic problem? -> Write code. Small, bounded classification, routing, scoring, or fuzzy decision? -> Use something like Jev. Generation, task completion, or moderate reasoning? -> Use a cheap API model like Luna or DeepSeek Flash.
· 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.
