Jev เทียบกับโมเดลสร้างข้อความ
Jev ไม่สร้างข้อความแบบอิสระ วิดีโอเปรียบเทียบแสดงความต่างระหว่างการตัดสินใจแบบขนานกับการสร้างข้อความทีละโทเคน
สถาปัตยกรรมเต็มรูปแบบของ Jev: การประเมินแบบขนานโดยไม่ใช้โทเค็นผ่านสถานะและคำถามที่มีชนิด
โพสต์นี้อธิบายสถาปัตยกรรมเต็มรูปแบบของ Jev: อินพุตคือสถานะปัจจุบันของคุณ (เป้าหมาย ความคืบหน้า หลักฐาน) พร้อมคำถามที่มีชนิดแนบมาด้วย โดยไม่มีพรอมป์หรือประวัติแชท ขั้นตอนประมวลผลไม่สร้างโทเค็น และ Jev ประเมินทุกคำถามแบบขนาน
Jev's complete architecture, in one post: Input: your current state (goal, progress, evidence) plus a set of typed questions attached to that state. No prompt, no chat history. Processing: zero token generation. Jev evaluates every question against the state in one parallel
· 3 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
