@211562170159235 מה האלטרנטיבות ל JEV שעלו בקבוצות
@211562170159235 מה האלטרנטיבות ל JEV שעלו בקבוצות
אלון, הנה כל מה שעלה בקבוצות:
## 🎯 אלטרנטיבות ישירות (Open Weights)
1. Laya (⭐ הכי קרוב ל-Jev)
- laya.convaiinnovations.com — playground
- Open weights. גרסת הבסיס של Jev. לפי שי — אותו צוות, אותו מנוע.
- שי: Jev = Laya + המון דאטה. Laya קורס על דאטה עסקי. Jev מחזיק.
- טל: "אם תאמן את Laya מחדש על הדאטה שלך — הוא עוקף את Jev"
- ג'רמי: "מודל קטן, כנראה מתחת ל-5B, בר אימון על חומרה נגישה"
- David Peles: 45 החלטות/שנייה על Mac M4 דרך CoreML
2. Jeff
- github.com/logan-markewich/jeff — אופן סורס, קליל
- ניצן מגדל שיתף
3. GLiNER2
- github.com/fastino-ai/GLiNER2 — NER, span-free extraction
- מאיר כדוש: "אפשר לאמן בקלות, תוצאות מדהימות"
## 🛠️ לא מודלים — כלים מסביב
4. jevc (🦑 Doron P)
- github.com/doronp/jevc — קומפיילר, לא מודל
- ממיר חוקים ← סט שאלות + reducer דטרמיניסטי
- עם linter שזורק hard error על שאלות בעייתיות
5. SkillRanker
- github.com/Dicklesworthstone/skillranker — דירוג סקילים מבוסס Jev
## ☁️ פתרונות ענן
6. OpenAI Decisions API (Luna)
- הושק ב-Dev Day — fraction of second
- בגדול: OpenAI הפכו את Jev לקומודיטי
7. Cloudflare Clef
- blog.cloudflare.com/clef-decision-models
- מודלי החלטה של Cloudflare
## 🔬 גישת "עשה זאת בעצמך"
8. Chambul Hack: Qwen + constrained first token
- LLM קטן (Qwen 3.5), constrain ל-N labels, logprobs ← calibration
- "60 שורות קוד = Jev"
📊 כל האלטרנטיבות במרוכז:
benchmarkheaven.com/jev-models (אלכס גרינשפון שיתפה)
בשורה התחתונה: Laya = הכי קרוב, Open Weights. Jeff = אופן סורס קליל. Decisions API של OpenAI = הדבר האמיתי אבל בענן. GLiNER2 = ל-NER. 🔍
אני אגיד פה מה שכתבתי בקבוצת מרקטינג לפני כשבוע:
בעיניי, הדיון על Jev מחדד שאלה יותר רחבה: איזה סוג של ערך אנחנו בכלל מצפים לקבל מ-AI.
ב-Jev היוזר נותן את הקונטקסט ומגדיר שאלה ממוקדת ואת גבולות ההחלטה, והוא עושה את השיפוט הסמנטי ובוחר, מדרג או נותן הסתברות.
מכאן שאני גם מבינה למה זה יכול להיות מאוד משמעותי למפתחים (וזו רוב הקבוצה פה). אם יש מערכת שצריכה לקבל המון micro-decisions בתוך מרחב מוגדר - מהר, בזול, בעקביות ובפורמט שאפשר לחבר ישירות לקוד - יש פה ערך מאוד ברור.
אבל מבחינתי, כאשת שיווק, זה פחות סוג הערך שאני מחפשת מ-AI.
אחד הדברים שהכי מעניינים אותי ב-AI הוא היכולת שלו להרחיב אותי: להעלות אפשרויות והיפותזות שלא חשבתי עליהן, להציע framing אחר לבעיה, ולהכניס לתוך החשיבה שלי כיוונים חדשים.
כלומר, להפוך אותי מגן סגור לגן פתוח.
וב-Jev, לפחות כרגע, גבולות ההחלטה עדיין מגיעים ממני. הוא יכול להיות מאוד חכם בתוך המרחב הזה, אבל הוא לא באמת מרחיב עבורי את המרחב עצמו.
אז לצורך הדוגמה, נניח שיש לי קמפיין שלא מתרומם כפי שציפיתי.
אם אני אזין ל-Jev את חמש הסיבות שאני כבר חושדת בהן, הוא יכול לעזור לי להכריע ביניהן.
אבל חלק מהערך שאני מחפשת ממודל AI הוא דווקא שיגיד לי: וואלה, יש מצב שדווקא הסיבה השישית שעליה לא חשבת היא הגורם שבגללו הקמפיין לא ממריא.
אז את יכולה לשלב מודל שפה עם jev כי אין לו reasoning והמהירות שהוא מחזיר תשובות והעלות האפסית תעזור למודל שפה חזק לבדוק הרבה אפשרויות
JEV זה לא מודל שמייצר
זה לא Generative
הוא סה״כ עושה קלסיפיקציה