Jev เทียบกับโมเดลสร้างข้อความ
Jev ไม่สร้างข้อความแบบอิสระ วิดีโอเปรียบเทียบแสดงความต่างระหว่างการตัดสินใจแบบขนานกับการสร้างข้อความทีละโทเคน
บันทึกข้อสงสัยเกี่ยวกับโมเดล Jev ของ TypeSafe AI
หลังศึกษาหนึ่งวัน ผู้เขียนโต้แย้งว่า Jev อาจเป็นเพียงตัวจำแนก/ตัดสินใจทั่วไปที่เร็วกว่า ซึ่ง LLM จัดการได้อยู่แล้ว และชี้ว่าขาดข้อมูลขนาดพารามิเตอร์
Some notes about Jev (@typesafeai) Spent a day researching Jev, and the initial excitement quickly faded—this seems like just a faster general classifier/decision-maker, something LLMs can fully handle. Plus, without knowing the parameter scale behind the model (which probably
· 324 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
