Jev เทียบกับโมเดลสร้างข้อความ
Jev ไม่สร้างข้อความแบบอิสระ วิดีโอเปรียบเทียบแสดงความต่างระหว่างการตัดสินใจแบบขนานกับการสร้างข้อความทีละโทเคน
โมเดล Jev: การตัดสินใจแบบมีชนิดและ การแจกแจงความน่าจะเป็นโดยไม่สร้างข้อความ
แนะนำความแตกต่างหลักระหว่างโมเดล Jev กับ LLM ทั่วไป: ไม่มีปฏิสัมพันธ์ข้อความ แสดงเฉพาะการตัดสินใจแบบมีชนิดและการแจกแจงความน่าจะเป็น ไม่มีการสร้างหรือแยกวิเคราะห์ข้อความ ใช้การเรียนรู้แบบเสริมกำลังสำหรับการตัดสินใจที่ปรับเทียบแล้ว ด้วยความเร็วตอบสนองและต้นทุนประมาณ 1/400
打字的模型 Jev姐夫 横空出世跟普通大语言模型不一样，它不用文字交互，只输出类型化的决策和概率分布，没有文本生成，也没有解析，响应速度和价格是普通大模型的1/400，便宜到几乎可以忽略不计。因为普通大模型用的是人类反馈强化学习和 可验证奖励强化学习，姐夫用的是面向校准决策强化学习目标更纯
· 0 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
