TypeSafe의 Jev: 빠른 System One 선택기
TypeSafe의 Jev 모델을 소개합니다. 긴 대화나 사고 없이 주어진 옵션에서 선택만 하는 빠른 모델로, 규칙 레이어가 합법적인 움직임을 필터링하는 설정을 설명합니다.
THE JEV GUIDE · CURATED EDITION
작동 방식.
TypeSafe Jev의 출시 소식, 설명, 데모, 커뮤니티 프로젝트를 주제별로 정리했습니다. 모든 항목은 X 원본 게시물로 연결됩니다.
선별 큐레이션 · 전체 수집 아님 · 수동 업데이트
5419개의 수록 게시물
2789개의 원본 동영상
Sponsors
이 제품들이 이 디렉터리를 후원합니다. 내 제품도 올리기
텍스트를 생성하지 않는 AI 의사결정 모델 Jev
Jev 모델은 텍스트를 생성하지 않고 유형화된 응답과 확률을 제공하여 소프트웨어 의사결정 및 데이터 분류를 자동화합니다. 입력 $0.042, 출력 무료.
Jev를 '트래픽 컨트롤러'로 비유하는 트리아지 간호사 비유
트리아지 간호사 비유를 통해 Jev는 최종 분석가가 아닌 트래픽 컨트롤러이며, 필요할 때만 LLM이 전문가로 개입한다고 설명합니다.
Jev는 사전 정의된 답변에 대한 확률을 반환합니다
게시물은 Jev가 현재 상태와 사전에 답변이 고정된 질문을 받아 그 답변들에 대한 확률을 반환한다고 설명합니다. 라벨은 앱이 정의하므로 모델이 새 라벨을 만들 수 없습니다.
Jev 의사결정 모델: LLM이 생성하고 Jev가 결정한다
이 글은 Jev가 의사결정 모델로 어떻게 작동하는지 다룹니다. 대부분의 AI 시스템은 하나의 LLM이 분류, 라우팅, 판단, 추론, 작성을 담당하지만, Jev 가이드는 LLM이 생성하고 Jev가 결정하는 분업을 제안합니다. 결정 모델이 시스템에서 어디에 위치하는지, 가이드가 입증하지 못한 부분도 설명합니다.
One card in the feed, every sixteen, on every page of it. $50 a week, cancel any week.
Ollama 0.35, Jev 의사결정 모델 실행 지원
Ollama 0.35를 사용하면 로컬에서 Jev 의사결정 모델을 실행할 수 있습니다. 텍스트를 입력하면 팀 배정, 환불 여부, 긴급도 등의 제안을 받습니다. 각 출력에는 확률이 포함되지만, 스코어(예: 0.815)는 확률 가중 평균이므로 confidence와 혼동하지 않아야 합니다.
OSS 언어 모델과 토큰 확률로 Jev 시뮬레이션하기
OSS 언어 모델과 토큰 확률로 Jev를 시뮬레이션하는 방법을 탐구하고, Jev의 작동 원리를 분석하며, DiffusionGemma를 Cloudflare Workers AI에서 실행하는 데모를 공개했습니다. Link
Jev: 빠른 요청 라우팅
Jev는 대형 모델로 보내기 전에 각 요청을 확인하고, 거의 비용 없이 1초 안에 작업을 적절한 모델에 배분합니다.
Jev 1.13: 쓰는 것이 아닌 판단하는 모델
TypeSafe가 만든 Jev 1.13은 컨텍스트와 타입이 지정된 질문을 받아 확률을 반환합니다. 정리할 문단도, 유도할 JSON도 없습니다.
Jev AI: 저비용 라우팅 및 선택
Jev는 노트북 Jarvis 환경에서 요청을 라우팅하며, 백만 토큰을 4.2센트에 읽고 출력은 무료이며 사용자 목록에서 답변을 선택합니다.
Jev, 93% 인간 검토 생략 가능
모델별 컷오프를 통과한 100개 중 최대 1개만 틀리도록 설정했을 때, Jev는 93%를 인간 검토 없이 통과시키고 OpenAI는 66%, 대형 범용 모델은 98%에 달하지만 약 10배 느립니다.
Jev 벤치마크: 실제 기술 측정을 위해 비공개 유지
hev mind는 벤치마크의 절반을 비공개로 유지하면 순위가 암기된 답변이 아닌 실제 기술을 반영한다며 올바른 결정이라고 말한다. Link
