TypeSafe AI发布Jev:不生成文本的Transformer模型，主打低成本决策

TypeSafe AI发布新型Transformer模型Jev，尝试绕开大语言模型（LLM）的文本生成范式，以概率输出和“校准决策”服务软件自动化。OpenAI前研究员、RLHF技术参与者Diogo Almeida两年前离开OpenAI创办TypeSafe AI，认为围绕人类语言优化模型并不适合计算机自动化场景。

Jev不生成文本，而是输出概率，因此无需承担传统LLM的幻觉和冗余生成成本。其输出标记免费，输入按十亿级标记计费。开发者测试显示，Vercel使用Jev替代OpenAI模型进行命令安全分类后，速度提升5至18倍且准确率更高;Bryo AI测试中，Jev准确率略低于Gemini，但成本低10至20倍。

除分类任务外，Jev还可用于LLM代理监控、越狱检测和模型路由，通过低成本实时判断任务所需模型。TypeSafe称Jev采用完全合成数据训练，并使用“基于校准决策的强化学习”。该模型目前尚无直接竞品，但业内人士预计，随着低成本决策模型的应用价值显现，相关竞争将逐步展开。