突破傳統 LLM 框架:深入解析全新「決策模型」Jev

深入探討新型態「決策模型」Jev 的架構與輸出特性

• TypeSafe AI 推出的 Jev 是一種全新的 System One 模型的(亦被稱為決策模型),打破了傳統大型語言模型的輸出限制。• 該模型僅接受文字或半結構化資料輸入,輸出則為對應分類、是非題、評分與信心水準的浮點數,不需負擔輸出 Token 費用且價格極為低廉。• Jev 支援三種核心查詢類型,包含 Noul(是非題)、選擇題與評分題,且能在一個 Context Window 內平行處理大量問題。> 這種設計非常適合用於垃圾郵件偵測、標籤推薦以及搜尋結果重排等分類任務。• 然而,這種黑箱特性也伴隨著偏見與透明度的隱憂,使得結構化實驗與模型評估變得比以往更加重要。• 社群目前已湧現出各種有趣的非典型應用,甚至出現基於開源權重的複製品與專屬的命令列外掛工具。


來源:Simon Willison

閱讀原文 ↗

另見:Kilo Code Blog、Latent Space

← 回首頁