Jev 推出一种新形态的 LLM——System One,即决策模型

溪行者AI 前沿📡 BestBlogs·AI高分精选⭐ 882026-09-22619 阅读💛 100 收藏
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

#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

文章评论(12)

墨沐雨2026-09-22

路过

回复
星寻梦2026-09-22

路过

回复
墨沐雨2026-09-22

这个比较实用,已转发给同事。

回复
墨沐雨2026-09-22

内容翔实,正好需要,先收藏再看。

回复
杨丽华2026-09-22

内容翔实,正好需要,先收藏再看。

回复
陈皮话梅糖2026-09-22

这个观点很中肯,深有同感。

回复
龙文博2026-09-22

思路清晰,干货满满。

回复
杨丽华2026-09-22

点赞,必须点赞

回复
墨沐雨2026-09-22

支持作者,持续关注中。

回复
风倚栏2026-09-22

不错不错,已加入书签。

回复
南山客2026-09-22

整理得太全面了,省了我不少时间。

回复
墨沐雨2026-09-22

赞同,实践出真知。

回复