Jev เทียบกับโมเดลสร้างข้อความ
Jev ไม่สร้างข้อความแบบอิสระ วิดีโอเปรียบเทียบแสดงความต่างระหว่างการตัดสินใจแบบขนานกับการสร้างข้อความทีละโทเคน
สถาปัตยกรรมเอเจนต์สามชั้น: Jev รับบทเป็นชั้นตัดสินใจ
โพสต์อ้างว่าสถาปัตยกรรมเอเจนต์ที่成熟จะเปลี่ยนจากโมเดลใหญ่ตัวเดียวเป็นสามชั้น: โมเดลขนาดใหญ่รับผิดชอบการให้เหตุผลและการวางแผน เกตน้ำหนักเบาอย่าง Jev รับผิดชอบการจัดเส้นทาง การจำแนกเจตนา และ guardrail ส่วนโค้ด/regex รับผิดชอบสเตตแมชชีนที่กำหนดได้แน่นอนและสคีมา
接下来成熟的 Agent 架构，一定会从“一把大模型梭哈”走向三层分工： Reasoning Layer（大模型）：负责全局长程规划、发散思考、开放式生成； Decision Layer（轻量判门/Jev等）：负责局部路由、意图归类、状态断言、Guardrail； Deterministic Layer（代码/正则）：负责确定性状态机、Schema
· 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
