Jev 不逐 token 生成：类型化概率问答与并行求值解析
techNmak · x · 2026-09-22
- 作者对比 LLM 与 Jev 的差异：LLM 是自回归逐 token 生成，即使最终输出 JSON 也是 token 序列。
- Jev 则接收状态与类型化问题，返回类型化的概率答案而非字符串：Choice 从固定集合中选、Score 在有序等级上打分、Noul 返回命题为真的概率。
- 若多个问题共享同一状态，Jev 可并行求值，这是其架构上的关键差异。
「模型」频道最新
- 腾讯开放微信接口，上百 G 聊天数据处理终于可行 — Xianbao_QIAN · 2026-09-22
- 小米 MiMo-V2.6-Pro 开源模型 42B 激活参数逼近 GPT 5.6,单机 8 卡即可跑 — Jasonio · 2026-09-22
- Bug Hunt Bench 用 105 个真实漏洞实测：模型成本相差近 200 倍 — PawelHuryn · 2026-09-22
- 小米 MiMo-V2.6-Pro 实测修 105 个真实 bug：性价比突出 — PawelHuryn · 2026-09-22
- 小米 MiMo-V2.6-Pro 实测修 105 个真实 bug:22.7 分仅花 $0.86 — PawelHuryn · 2026-09-22
- 选 Claude 不再只是技术题：Haiku/Sonnet/Opus 该怎么选 — goyalshaliniuk · 2026-09-22