Jev เทียบกับโมเดลสร้างข้อความ
Jev ไม่สร้างข้อความแบบอิสระ วิดีโอเปรียบเทียบแสดงความต่างระหว่างการตัดสินใจแบบขนานกับการสร้างข้อความทีละโทเคน
ทำไมเอาต์พุตแบบมีโครงสร้างของ Jev จึงต้านทาน prompt injection
โพสต์อ้างว่า prompt injection ได้ผลเพราะโมเดลเขียนคำสั่งถัดไปได้ ขณะที่โมเดลประเมินแบบมีโครงสร้างของ Jev ให้ผลลัพธ์เพียงความน่าจะเป็น ป้ายกำกับ หรือจุดบนสเกลที่มีชนิดข้อมูล ข้อความที่พยายามยึดครองทำได้เพียงขยับตัวเลข แต่ไม่สามารถกลายเป็นคำสั่งได้
Prompt injection works because the model can write the next instruction. A structured evaluation model cannot. Jev's only output is typed a probability, a label, a point on a scale. Text that tries to hijack an agent can move the number. It cannot become a command. That is why
· 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
