텍스트를 분류합니다 — 감정·주제·안전성.
MLX 형식으로 나와 있습니다. MLX는 Apple 실리콘용입니다.
apache-2.0 — 상업적 이용이 허용됩니다.
AI 스타트업 입장에서 이게 무슨 의미일지 잘 모르겠어요. 만약 그들의 혁신이 OSS에 의해 그렇게 빠르게(뭐, 2주 만에?) 복제될 수 있다면요. 경제 개념을 빌리자면, 모두를 위한 "소비자 잉여"가 존재합니다. 하지만 이상적으로는 그 잉여의 일부가…
I'm not sure what this means for AI startups if their innovations can be copied by OSS so quickly (what, like 2 weeks?). There's "consumer surplus" for everyone, to borrow an economic concept. But we do ideally want some of the surplus to …
제브(Jev)의 혁신을 단순한 거라며 무시하는 모든 분들께, 아니요, 그렇지 않습니다. 이건 분명히 여러분이 2019년에 학습시킨 MNIST 분류기가 아닙니다. 차이점은 한 번만 학습시키면 현대적인 LLM 체계가 그걸 알아서 처리해 준다는 거…
For everyone dismissing Jev's innovation as being trivial, no it's not. It is definitely not the MNIST classifier you had trained in 2019. The difference is that you only train it once and the modern LLM machinery sort of takes care of tha…
실제로 Laya가 Jev보다 더 좋은 결과나 동일한 결과를 보여준 사람이 있나요? 제 경험상 Laya는 훨씬 더 나쁜 성능을 보입니다. 자신감이 덜하고, 더 복잡한 질문에서 종종 잘못된 결정을 내립니다.
Has anyone actually seen better or the same results with Laya compared to Jev? From my experience, Laya performs significantly worse. It's less confident and often makes wrong decisions with more complex queries.