返回热力追踪
关键Model Opensource
前OpenAI研究员创办的TypeSafe AI发布Jev决策模型，主打低成本高效能
TypeSafe AI由前OpenAI研究员Diogo Almeida创立，近日发布了新型Transformer模型Jev。该模型不生成文本，专注概率输出和校准决策，主打软件自动化领域的低成本高效决策。已有第三方测试显示其在速度和成本上相较现有大模型有明显优势。
编辑视角
该模型针对传统大语言模型在自动化场景的痛点设计，提出了新的技术方向，其成本和速度优势如果得到广泛验证，可能对软件自动化、具身智能等领域产生重要影响。
深度解读
Jev模型的核心创新在于放弃了传统大语言模型的文本生成范式，转而针对软件自动化场景做定向设计，通过输出概率而非文本彻底消除了幻觉问题，同时在成本和速度上获得了极大优势。根据公开测试数据，相较于OpenAI模型，Jev在特定任务上速度提高5到18倍，成本仅为Gemini的十分之一到二十分之一，官方公布最快提速近200倍，成本最低降至约四百分之一。目前该服务尚未向中国大陆地区开放，且现有公开信息主要来自媒体报道，尚未有大规模开发者的实际使用验证，其实际性能优势需要更多真实场景的检验。后续需要关注该模型的开源进展、更多第三方测试数据以及商业化落地情况。
核心要点
- TypeSafe AI由曾参与RLHF研发的前OpenAI研究员Diogo Almeida创立
- Jev是新型Transformer模型，不生成文本，专注概率输出校准决策
- 面向软件自动化场景，相比现有大模型有明显速度和成本优势
- APUS已公布全球首批针对Jev的跨平台开源复现成果
延伸阅读
- Jev模型是什么?TypeSafe“决策模型”爆火后，APUS交出全球首批跨平台开源复现 — 报道了APUS对Jev模型的开源复现进展