Where Jev fits: bounded decision space and fast feedback
A long post breaking down when Jev applies: limited actions and goals, clear feedback, observable state and high-frequency decisions, plus a value formula.
Jev 意味着确定性结果不需要确定性执行 可能也说明了场景:有限空间内决策(可接受的决策空间有限),State → Action → Feedback 1. 如何定义有限空间 有限空间:状态空间可以很大,但决策空间必须足够有限 1️⃣「动作有限」 模型最终只能做少数几件事,比如:买 / 卖 / 持有 2️⃣ 「目标有限」 评价标准比较明确,比如:赚钱、点击、胜负、转化、通过率、延迟、成本。 目标越容易量化,越容易训练决策模型 3️⃣「反馈明确」 做完动作后,很快知道结果,比如:游戏里几秒就知道一次行动有没有效果 4️⃣「状态可观测」 虽然 State 可以非常复杂,但需要能够被结构化,例如:市场价格 + 成交量 + 波动率 2. 什么样的场景,值得用 Jev? 有限决策空间 可观测 State 快速 Feedback 高频 Decision 四个条件越同时满足,越适合 3. 那什么样的有限空间,值得用 Jev? 决策频率 × 反馈速度 × 决策价值 三个同时高,价值就出来了
This post quotes another post: x.com/i/web/status/2100529897709977754