Jev不生成文本,却把AI裁判圈掀了个底朝天! 当所有人都在卷大模型对话能力时,一个不写代码不聊天的模型Jev,用一组概率数字把GPT-5和Claude按在地上摩擦。它不输出文字、不写解释、不跟你废话,却成了2026年AI评估圈最狠的裁判。本文拆解Jev如何用概率分布打败花哨的LLM裁判,以及它揭示的评估真相。 ## Jev揭秘:LLM裁判为何自身难保 让大语言模型当裁判来评
Jev模型在OpenRouter分类请求中占27%份额,超过DeepSeek V4 Flash。它不生成文本,仅返回结构化判断,延迟低且成本为对手六分之一。创始人Diogo Almeida针对RLHF模式坍缩问题,用RLCD训练出概率校准的决策模型。但开源小模型可蒸馏其能力,纽约大学测试显示其在14/18个任务上落后于大模型。
TypeSafe推出新型AI模型Jev,不生成文本,而是为软件提供带概率的决策,速度比LLM快20-200倍,成本低40-400倍。该模型采用新架构、采样器和RLCD训练算法,由前OpenAI联合创始人Almeida打造。Jev上线24小时即成Vercel网关最快采用模型,适合嵌入代码做判断,但仅支持文本。
TypeSafe AI推出Jev,一种面向快速结构化决策的“系统一模型”,不用于开放式文本生成。它类似零样本分类器,但采用新架构与校准训练方法RLCD,输出概率分布和置信度,速度更快、成本更低,且不会产生模式外输出。其准确率尚缺独立验证,本质是优化已有NLP问题,并非革命性新AI。
TypeSafe AI 推出 Jev“系统一”模型,专注结构化决策,不生成文本,通过 RLCD 训练提升概率输出准确性。在分类任务中,其推理速度比传统方法快 20 至 200 倍,成本低 40 至 400 倍。LangChain 已官方集成,可用于模型路由和工具调用风险拦截。早期用户反馈高频决策场景成本大幅降低。Jev 不取代大模型,而是分层协作,但效果仍需第三方验证。
该文综述大语言模型对齐方法:RLCD利用模拟偏好对训练偏好模型,通过强化学习提升无害性与有帮助性;DPO直接优化偏好,更稳定简单;SALMON与SELF-ALIGN减少人工监督;Diffusion-DPO将偏好优化扩展至扩散模型,提升视觉吸引力与提示对齐。
完成下面两步后,将自动完成登录并继续当前操作。