Jev เทียบกับโมเดลสร้างข้อความ
Jev ไม่สร้างข้อความแบบอิสระ วิดีโอเปรียบเทียบแสดงความต่างระหว่างการตัดสินใจแบบขนานกับการสร้างข้อความทีละโทเคน
เข้าใจ Jev: การปรับเทียบคือตัวผลิตภัณฑ์
ผู้เขียนชี้ว่าหลายคนยังไม่เข้าใจ Jev อย่างแท้จริง โดยเน้นว่าการปรับเทียบคือคุณค่าหลัก และแสดงความสำคัญด้วยตัวอย่างง่ายๆ ของความน่าจะเป็นโยนเหรียญที่การตัดสินใจผิดไม่มีต้นทุน
People really haven't understood Jev. The calibration is the product. Most jev demos you are seeing don't have a "cost" associated to a wrong decision. At worst the dino runs into the cactus. Simple example of calibration of the probabilities: "I tossed a coin. The top face
· 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
