前OpenAI的研究员Diogo Almeida发布了一款新型模型，名字叫Jev。它是一种“放弃生成文字、只输出类型化概率决策”的模型。

啥意思呢？就是说，它试图把大模型从会聊天、会写长文的生成器，变成软件可直接调用的概率决策函数。

其用并行概率决策，来替代逐token字符串生成，具有结构化、可校准、低延迟、低成本。

Almeida想琢磨明白的问题是：模型的聊天能力早已超过人类，可真正可嵌入代码的自动化，却仍有缺失。

Jev背后是一套全新栈：新架构、并行采样器以及新训练方法RLCD。就像前沿智能函数调用，输入非结构化状态/程序状态，输出预先定义好的类型化概率决策。放弃自由字符串生成，换来无类型错误、schema内不生成非法/幻觉式输出，并自带置信度。

它抢的应是海量微决策场景，每次请求背后，有几十甚至上百个小判断的基础设施层。

你可以把这个项目塞进业务系统里，作为判断器，协助分类、路由、打分、抽取，实时应用里的快速判断。

有需要的朋友快来其实吧！

项目地址：typesafe点ai/blog/introducing-system-one-models-and-jev

白露接好运·分2万终于等到24节气活动！头条超火的【白露接好运】活动来啦！🧧接一颗露珠领一份红包，点我一起玩 >