ChatGPT共同发明人发布Jev基模：号称永不幻觉、比GPT快200倍
内容提要
前OpenAI研究员创立TypeSafe AI并推出Jev模型，采用RLCD训练与并行采样，实现结构化输出、零类型错误和亚秒级响应，速度比主流大模型快40至200倍，成本低数百倍。该模型放弃自由文本生成，专注可编程决策，适用于自动化流程，但校准概率等核心主张仍需独立验证。
延伸解读
校准概率：核心卖点与验证缺口
Jev将校准概率作为核心差异化能力，声称模型输出的置信度可直接解释为真实概率。但校准在大模型中极难实现，RLHF训练目标导致模型普遍过度自信。TypeSafe的RLCD方法虽方向根本，却未发表详细技术论文，外部无法复现。因此，校准概率目前仍是一个需要独立验证的假设，而非确证事实。
评测优势的边界与折扣
TypeSafe公布的性能价格优势基于自建工作流评测，存在设计者偏好、参考答案偏袒OpenAI和Anthropic系模型、以及强制LLM使用适配器输出结构化决策等局限。团队承认评测数字是理想情况下的上限值，真实业务中输入更长更杂，领先幅度会缩小。首页193倍加速在演示中已非200倍，实际应用可能进一步打折。
零幻觉的实质与责任转移
Jev的零幻觉是schema层面的保证，即输出格式和选项一定合法，但并非事实层面的零幻觉。如果预定义选项全部错误，模型仍会自信选择并给出概率。这意味着正确性责任转移到了编写schema的程序员身上。此外，每个字段选项数上限为255，超出需两阶段流程，速度优势会打折扣。
适用场景与商业可持续性
Jev放弃自由文本生成，专注结构化决策，适合自动化流程中的可编程接口，但无法替代聊天或写作类模型。其定价极低，团队承认无法证明没有补贴，需要长期运营验证商业模型。速度评测在特定环境进行，服务部署也有限制。这些因素意味着Jev的长期可用性和成本优势仍需观察。
Q&A
Jev模型和GPT这类大语言模型最根本的区别是什么？
Jev放弃了自由文本生成和自回归方式，专注于结构化输出。它要求预先定义schema，输出严格匹配预定义字段和选项，从架构上保证零类型错误，而GPT等LLM是逐字生成自由文本，可能输出格式错误或幻觉。
Jev号称永不幻觉，这个零幻觉具体指什么？
Jev的零幻觉是schema层面的零幻觉，即保证输出格式和选项一定合法，不会编造未定义的字段或选项。但它不保证事实层面的正确性，如果schema中定义的选项都是错的，它仍会从中选一个并给出概率。
Jev的速度和成本优势具体有多大？
Jev端到端响应时间70毫秒到500毫秒，比主流大模型的3秒到329秒快40到200倍。价格上输入token每百万0.042美元，输出不收费，而前沿大模型输入token每百万0.2到10美元，输出通常贵5倍，成本差距可达400多倍。
RLCD训练方法的核心目标是什么？
RLCD全称Reinforcement Learning for Calibrated Decisions，核心目标是让模型给出的概率是真实概率，即校准。如果模型说80%确信，那么在所有说80%的场合中真的应有80%正确。这与RLHF讨好人类、RLVR解有标准答案的题不同。
Jev适合用在哪些场景？有哪些限制？
Jev适合自动化流程中的结构化决策，如客户流失判断、工单路由、实时游戏操作等。限制包括：不能生成自由文本，只能填格子；每个字段选项数上限255，超过需两阶段流程；零幻觉仅限schema层面，不保证事实正确；评测数字是理想上限，实际领先幅度会缩小。
Jev的校准概率主张为什么还需要独立验证？
TypeSafe未发表详细技术论文解释RLCD训练细节，外部研究者无法复现。且RLCD缩写与学术文献中已有的Reinforcement Learning from Contrastive Distillation不同，可能引起混淆。团队也承认成本可能被补贴、评测由自己团队构建，因此校准概率仍是需外部验证的假设。
