Jev เทียบกับโมเดลสร้างข้อความ
Jev ไม่สร้างข้อความแบบอิสระ วิดีโอเปรียบเทียบแสดงความต่างระหว่างการตัดสินใจแบบขนานกับการสร้างข้อความทีละโทเคน
Jev: AI ที่ไม่เขียน แต่คืนค่าความน่าจะเป็นของการจำแนกเท่านั้น
Jev ไม่สร้างคำตอบเป็นข้อความ แต่คืนค่าเพียงความเร่งด่วน หมวดหมู่ และความน่าจะเป็น ด้วยความเร็ว 0.2 วินาทีต่อรายการ การแบ่งคำถามหนึ่งข้อออกเป็นห้าคำถามย่อยช่วยเพิ่มความแม่นยำจาก 62.6% เป็น 95.0%
文章を書かないAIが出ました。Jevというやつです。 質問に言葉で答えず、急ぎかどうか、どの分類か、その確率だけを返す。書かないから速くて、1件0.2秒。 面白いのはここからで、1問でざっくり聞くと精度62.6%。同じデータを5つの小さな問いに割ったら95.0%まで上がりました。
· 6 likesOpen on X
More like this
ราคา การประเมิน และที่มาของชื่อ Jev
เธรดเปิดตัวอธิบายการประเมินเวิร์กโฟลว์ code + AI ราคาอินพุตตอนเปิดตัว และโทเคนเอาต์พุตฟรี
โมเดล Jev: การสร้างความน่าจะเป็นสำหรับการตัดสินใจ เร็วกว่า 200 เท่าและถูกกว่า 400 เท่าเมื่อเทียบกับ LLM
โมเดลนี้ออกแบบมาสำหรับการตัดสินใจแทนการสร้างข้อความ โดยสร้างความน่าจะเป็นสำหรับแต่ละตัวเลือกแบบขนาน แทนที่จะตอบทีละโทเค็น ผู้เขียนยกตัวอย่างเปรียบเทียบแบบง่ายระหว่าง LLM ทั่วไปกับโมเดล Jev นี้
