Jev jämfört med textgenererande modeller
Jev genererar inte fri text. En jämförelsevideo visar skillnaden mellan parallellt beslutsfattande och tokenvis textgenerering.
Använda braille-tecken för att låta textbaserade Jev förstå former
Författaren försöker få textbaserade Jev, utan bildinmatning, att förstå grundläggande former: en form renderas på en 64×64-duk, trösklas och varje 2×4-pixelblock packas i en Unicode-braille-glyf, vilket gör bilden till 512 tecken ren text för Jev.
Can Jev understand basic shapes? Kind of. Jev is text-only. No image input at all. So I cheated. Render a shape to a 64×64 canvas, threshold it, and pack every 2×4 block of pixels into a Unicode braille glyph. The picture becomes 512 characters of plain text, which Jev can
· 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.
