Jev 与文本生成模型的取舍
Jev 不生成自由文本。Diogo 用一段对比视频说明并行决策模型与逐字生成模型在任务形态上的差别。
Jev：基于结构化数据的概率分类
Jordi Xiol 表示 Jev 符合他十年前对 AI 的预期：基于结构化数据的概率分类，而非先通过大规模语言处理实现抽象推理。
Jev is what I would have expected AI to look like 10 years ago: probabilistic classification based on structured data. The fact that we first got abstract reasoning through large-scale language processing is wild
· 0 次赞在 X 打开
更多类似内容
定价、评测与 Jev 名称的由来
发布线程继续解释 code + AI 的工作流评测，并给出当时的输入价格及免费输出说明。
Jev模型：面向决策的概率生成，比LLM快200倍、便宜400倍
该模型专为决策而非文本生成设计，并行输出各选项概率，而非逐token生成回复。作者给出普通LLM与该Jev模型的简化对比示例。
