最近，一个名为Jev的模型在开发者圈中迅速引发关注。与ChatGPT不同，Jev并不进行对话或生成长文本，而是专注于高效决策：选择继续还是停止？通过还是拦截？这些看似简单的选择，反而使其受到了广泛青睐。Jev的目标是在“零幻觉”的基础上进行判断。

Jev由ChatGPT的联合创始人Diogo Almeida主导，他在思考AI的未来时认为，现有的聊天模型并未能推动通用人工智能的发展。经过两年的研发，Almeida提出了一种新型决策模型，可能在效率上超越传统聊天机器人。根据TypeSafe的数据显示，Jev在自动化工作流方面速度是现有大语言模型的193.6倍，成本低444.6倍，处理百万Token的成本为0.042美元，并且输出Token是免费的。上线后，Jev的需求超出预期，曾短暂中断服务。

目前，Jev对所有用户开放，无需等待，注册后即赠送5美元额度（相当于约1.2亿Token）。Almeida的职业历程充满张力，他在OpenAI参与创建了基于人类反馈的强化学习和InstructGPT，并因此反思了这些方法的局限。Almeida提出，即便AI能处理复杂的数学问题，企业仍然对将客服决策交给AI心存疑虑。他认为，现有AI虽擅长协助，但在自动化方面仍显不足。 qy球友会官网

Jev被定义为“将非结构化输入转化为概率决策的函数”，通俗来说，就是输入信息后可以直接给出答案及其可信度，而不生成文字。Jev的运作主要有三项功能：Noul（是非判断）、Choice（从预定义列表中选择选项）和Score（打分衡量紧迫性或风险）。每次回答附带完整概率分布和置信度，无需复杂的提示词或解析器。

在速度和成本上，Jev的表现相较于传统模型有显著优势。其并行输出机制使得响应时间为70至500毫秒，而现有模型需3至329秒，速度差距高达200倍。此外，Jev的输入成本极具竞争力。

除了速度和价格外，TypeSafe强调“校准”这项关键特性。现有大语言模型的置信度通常不准确，而Jev旨在通过新的训练方法确保其判断的可靠性。通过设置置信度范围，Jev可以有效分配任务，实现更高效的自动化决策。最终，用户需要在一定程度上对AI的判断结果负责。 qy球友会官网