Jev เทียบกับโมเดลสร้างข้อความ
Jev ไม่สร้างข้อความแบบอิสระ วิดีโอเปรียบเทียบแสดงความต่างระหว่างการตัดสินใจแบบขนานกับการสร้างข้อความทีละโทเคน
ขอบเขตการตัดสินใจแบบปิดของ Jev: สล็อตที่แจกแจงได้เทียบกับ LLM
โพสต์โต้แย้งว่า Jev เหมาะกับการตัดสินใจแบบปิด: เลือกเครื่องมือ เติมสล็อตที่แจกแจงได้ และใช้ LLM เฉพาะเมื่ออินพุตแจกแจงไม่ได้ ซึ่งเป็นเส้นแบ่งที่ถูกต้อง
Jev for the closed decision -- pick the tool, fill the enumerable slots -- and an LLM only where the input can't be enumerated. That's the right place to draw the line.
· 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
