跳到正文
事件持续更新

TypeSafe发布Jev,多家公司跟进决策模型

3篇报道3个报道来源最近报道

先了解这件事

AI 综述

TypeSafe AI 发布决策模型 Jev,宣称其更快、更便宜且不会产生幻觉,Cloudflare、OpenAI 等公司迅速跟进推出同类模型。这类模型保留 LLM 架构但只做一次前向传播,只能从预设选项中作答并输出概率。独立预印本在 11 个评委基准上评测 14 个 System-1 决策模型与四个生成式评委,发现多个决策模型的评判准确率可与生成式评委相当:5 个模型在全部五项两两对比与 best-of-4 基准上与无推理的 GPT-5.6 统计上不可区分;提供参考答案时,11 个模型在 JudgeBench 达 90.3-93.4%,并在 PPE best-of-16 上以约十六分之一的单条成本追平开推理的 GPT-5.6。Scale Labs 用相同输入对比后称,含写参考答案的 GPT-5.6 调用在内每个提示词成本 0.0051 美元,带推理的 GPT-5.6 为 0.0827 美元。预印本还发现,对被评回应中注入指令的鲁棒性取决于具体模型而非 System-1 设计。

AI 根据报道生成 · 3 天前更新

最新进展
AI 公司开发决策模型以避免幻觉

走势与进展

每小时关注度一个进展,越高报道越多

现在 42,24 小时 +2%·峰值 43(11月13日 05:00)·这段时间 1 个进展,此前 1 个

11月14日11月15日11月16日11月17日11月18日11月19日11月20日现在 42TypeSafe AI发布决策模型Jev,多家公司跟进1

事件进展

2 个进展
  1. · 1篇报道
    TypeSafe AI发布决策模型Jev,多家公司跟进
    IEEE Spectrum AI:AI 公司开发决策模型以避免幻觉
  2. · 2篇报道
    Scale Labs评测System-1决策模型替代LLM评审
    Scale Labs:用 Jev 还是不用 Jev:何时将 System-1 决策模型用作 LLM 评审

后续时间线

11月19日
11月17日
  1. IEEE Spectrum AI
    AI 公司开发决策模型以避免幻觉

    TypeSafe AI 发布决策模型 Jev,宣称其更快、更便宜且不会产生幻觉,Cloudflare、OpenAI 等公司迅速跟进推出同类模型。这类模型保留 LLM 架构但只做一次前向传播,只能从预设选项中作答并输出概率。独立预印本测得 Jev 在 RewardBench 等基准上中位延迟 150 毫秒,GPT-6 Astra 为 1.89 秒。

11月12日
  1. Scale Labs精选
    用 Jev 还是不用 Jev:何时将 System-1 决策模型用作 LLM 评审

    Scale Labs 在 11 个评审基准上用相同输入对比 14 个 System-1 决策模型与 4 个生成式评审,发现 DReX-Max、d1-ultra、Mercury-Decide、Jev 1.14 和 pplx-decider 1.2 这五个模型在测试的五个成对与 best-of-4 基准上与不带推理的 GPT-5.6 统计上无法区分,不过在该样本量下只有约 5 个百分点以上的差距才能被稳定检出。为每个提示词写一份参考答案后,11 个 System-1 评审在 JudgeBench 上达到 90.3% 至 93.4%,与前沿推理评审持平;在 best-of-16 选择上,含写参考答案的 GPT-5.6 调用在内每个提示词成本 0.0051 美元,而带推理的 GPT-5.6 为 0.0827 美元。

10月31日
  1. arXiv
    Jev 还是不 Jev:System-1 决策模型何时能取代 LLM 评委?

    论文在 11 个评委基准上评测 14 个 System-1 决策模型(含 TypeSafe 的 Jev)与四个生成式评委(Claude Haiku 5.5、GPT-5.6 与 Claude Opus 5.5,含不同推理设置),发现多个决策模型的评判准确率可与生成式评委相当。5 个模型在全部五项两两对比与 best-of-4 基准上与无推理的 GPT-5.6 统计上不可区分;在提供参考答案时,11 个模型在 JudgeBench 达 90.3-93.4%,并在 PPE best-of-16 上以约十六分之一的单条成本追平开推理的 GPT-5.6。对被评回应中注入指令的鲁棒性取决于具体模型而非 System-1 设计,在被评回应后附加一段给评委的说明会翻转五个模型 0-5% 的正确判定,另外九个为 17-49%。

相关讨论

共1条

关注度走势

每天新增来源

8天共3个·最多1(11月13日)·今天0

  • 11月13日新增1个来源(1家媒体、0个账号)
  • 11月14日新增0个来源(0家媒体、0个账号)
  • 11月15日新增0个来源(0家媒体、0个账号)
  • 11月16日新增0个来源(0家媒体、0个账号)
  • 11月17日新增1个来源(1家媒体、0个账号)
  • 11月18日新增0个来源(0家媒体、0个账号)
  • 11月19日新增1个来源(0家媒体、1个账号)
  • 11月20日新增0个来源(0家媒体、0个账号)

每小时关注度

当前关注度42·可比范围峰值43(11月13日 05:00)·近 24 小时可比范围变化 +2%

020406011月13日05:0011月15日12:0011月17日19:0011月20日02:00