Jev 推出一种新形态的 LLM——System One，即决策模型

📌 One-Sentence Summary TypeSafe AI 的 Jev 推出了一类新型 LLM，它返回带类型的概率化决策而非文本，提供极其廉价且快速的分类能力，但也将机器学习进一步推向不透明的黑箱。 📝 Summary TypeSafe AI 推出了 Jev，这是其所谓「System One 模型」中的首个产品（Simon Willison 更倾向于 Maggie Appleton 的术语「决策模型」）。Jev 接受文本或半结构化的「状态」输入，但返回的是浮点数而非文本：针对是/否（「Noul」）问题的置信度分数、选项上的概率分布，以及在指定范围内的数值评分。它速度极快且成本低廉，仅对输入收费，价格为每百万 token 0.042 美元，输出免费。Willison 认为决策模型这一框架对于垃圾邮件检测、标注、排序和搜索重排等分类任务很有用，并指出社区已经构建了趣味演示（jevchat、jev-leftpad、jev-2048），以及开放权重复刻版如 Kev 和 JevBench 基准测试。他主要的担忧在于，Jev 代表了向黑箱机器学习的一次倒退：它不为输出提供任何理由，使偏见更难被发现，也让评估变得比以往更加重要。 💡 Main Points Jev 为 LLM 引入了一种新的输出格式：带类型的概率化决策而非文本。 它接受文本或半结构化的「状态」输入，但针对三种问题类型返回浮点数：是/否（Noul）置信度分数、带概率分布的选项问题，以及沿数值范围的评分问题。 Jev 比传统 LLM 便宜且快速得多。 它仅对输入收费，价格为每百万 token 0.042 美元，输出免费，比 OpenAI 的 GPT-5 Nano 更便宜，并且并行评估多个问题，因此发送许多问题所需时间与发送一个问题相近。 决策模型这一框架明确了 Jev 的适用场景：分类式任务。 Willison 建议用于垃圾邮件检测、标签建议、优先级排序、排名和搜索重排，其中 100 个 BM25 候选结果可以针对原始查询进行相关性评分。 Jev 加深了机器学习中的黑箱问题。 与常规 LLM 不同，Jev 不为输出提供任何理由，因此偏见问题变得至关重要；Willison 警告不要将其用于给求职者排名等用途，并指出评估和结构化实验变得比以往更加重要。 社区的反应异常迅速且富有创意。 一周之内，jevchat、jev-leftpad 和 jev-2048 等项目相继出现，同时还有开放权重复刻版如 Kev（基于 Qwen 3.5 构建）以及用于比较决策模型的 JevBench 基准测试。 💬 Key Quotes 把 Jev 想象成一次前沿智能函数调用：输入非结构化状态，输出带类型的概率化决策。 LLM 本来就是黑箱——你可以要求它们为自己的决策提供理由，但你无法保证它们所说的有用或准确。 Jev 连这一点都不给你：你想输入多少文本都行，唯一能拿回来的就是一个浮点数。 我真的希望没有人用 Jev 来给求职者排名——那个浮点数可能掩盖了模型中各种看不见的偏见，而通过实验把这些偏见拆解出来将是一件棘手的事。 考虑到 Jev 发布还不到一周，围绕它的活动量令人印象极其深刻。 📊 Article Meta AI Screening： 88 Source： Simon Willison's Weblog Author： Simon Willison Category： 人工智能 Language： 英文 Read Time： 4 min Word Count： 841 Tags： AI 与智能应用 , 模型发布 , 开放权重模型 , AI 产品与应用 , 机器学习 Read Full Article