Jev와 텍스트 생성 모델의 차이
Jev는 자유 형식 텍스트를 생성하지 않습니다. Diogo는 병렬 의사결정과 토큰 단위 텍스트 생성의 차이를 비교 영상으로 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 takes a state, the current situation, plus questions whose answers you fix in advance. It returns probabilities over those answers. Your app defines the labels, so the model cannot invent new ones.
· 0 likesOpen on X
More like this
가격, 평가, 그리고 Jev 이름의 유래
출시 스레드는 code + AI 워크플로 평가, 출시 당시 입력 가격, 무료 출력 토큰을 설명합니다.
Jev 모델: 의사결정용 확률 생성, LLM보다 200배 빠르고 400배 저렴
이 모델은 텍스트 생성이 아닌 의사결정을 위해 설계되어, 토큰 단위 응답 대신 각 선택지의 확률을 병렬로 출력한다. 일반 LLM과 이 Jev 모델의 간단한 비교 예시를 제시한다.
