Gemini给Jev的评价好高啊，看来前途大有可为

它对我的屎山代码的评价一样很高，主打一个人情世故 ^-^

Gemini你问它啥它评价都高啊，虽然Jev确认是一种新范式可能性，我认为及其适配本地模型场合

Gemini一般是这样的：这是用户特意来询问的，这个东西在用户心中的地位一定很高，我想想怎么夸，给用户一天的美好心情

不管评价高不高，但我是真的很需要这个，不知道什么时候能普及

Gemini有点过于夸大事实，有时候给他个idea，它都能吹成要改变世界

可以去官网上申请，一般24小时就能过了，据说是送5刀（但是非显式，看不到）

Gemini 可太会给情绪价值了，我之前用 antigravity cli 帮我整理开源项目，列个单子。

然后它扫到我给 linux 内核写过一个音频引脚定义错误的小项目，他整理完直接尊称我 linux 内核驱动专家了，我真没绷住。

主要是输出免费啊，这就太牛逼啦。啥时候大模型能够发展到输出免费啊。

初步理解Jev是区别于传统大语言文本推理模型，而是转向数学几何函数类概率推理，或者是直接面向编程的逻辑推理，相较于逐个吐字的大语言模型推理，具备更高执行效率与性价比，更适配于端侧小模型，与快速实时响应结果。

然而大语言模型，仍然擅长于语言、图像、视频的多模态理解与输出的泛化与复杂能力，以及创造力，当然也擅长凭空捏造幻觉。

两者相辅相成，就像人类的大脑小脑左脑右脑，同样分为快思考和慢思考，一种是天马行空的脑洞风暴，一种是生死竞速时的快速决断与执行力。

举个例子：让大语言模型计算30年期的100万按揭房贷，计算3.5%、3.1%、2.85%、2.6%不同利率下，等额本息方式月供分别是多少。

大语言模型能理解你的意图是计算房贷利率，但是不同量化精度的模型在推理计算利率过程中会造成精度损失。比如你可以用1b、2b、4b、7b、14b、27b等不同量化模型去测试这个问题答案。

即便是随着模型量化精度提高，答案输出也因不同模型而异，准确率有所提升。

但是原本就只是一个房贷计算公式计算器，当下计算机瞬间就能计算出准确结果的问题，交给当下大模型，推理分析的时间以及GPU功率消耗的成本代价显然太大了。

所以呢，这种场景可以有一个2b、甚至1b的量化版本大语言模型，理解语言文本内容，足够理解你的计算房贷意图，然后按此命题就是给出：计算房贷，函数变量：30年，100万，3.5%、3.1%……

然后去调用Jev这种专用于处理数学几何函数类推理模型，直接快速响应输出准确高精度计算结果，无论是确定性的计算推理，还是概率类的计算推理，都不是单个推理吐字，而是直接给出一组计算结果，可以是一组数字，也可以是几何图形。

如此降低推理成本。