XNews

Jev: ChatGPT共同発明者による意思決定特化型AI

Jev: ChatGPT共同発明者による意思決定特化型AI

JevはChatGPTの共同発明者が開発した新たなAIであり、会話ではなく意思決定に特化。構造化された出力を20~200倍高速に提供する。分類、ルーティング、スコアリングタスク向けに設計され、出力トークン無料の料金体系を採用。Doomやブラウザエージェントなどのアプリケーションで実証されている。

Key insights

主な違い:自由なテキスト生成なし、幻覚なし

Jevは自由なテキストを生成せず、事前定義された型と値を持つ構造化された意思決定を出力するため、型エラーが数学的に不可能となる。各出力には認識論的に正直な確率が含まれる。モデルは文字列をでっち上げることができず、信頼度のみを表現できるため、幻覚が排除される。CEOは、RLHFは不確実性を罰することで本質的に幻覚を生み出すと主張し、Jevの設計はこれを回避している。

料金体系:出力トークン無料、ほぼゼロコストの意思決定を目指す

Jevは入力トークンにのみ課金し、出力トークンは無料。同社は黒字化しており、さらに価格を引き下げる計画である。この料金体系はJevonsのパラドックスを反映しており、意思決定コストが下がると使用量が劇的に増加する。本モデルは、リアルタイムゲームAI(Doomでは毎秒10クエリ、約7ドル/時)やブラウザエージェントなど、LLMではコストが高すぎる、または遅すぎるタスク向けに設計されている。

ユースケース:分類、ルーティング、スコアリングなど

Jevはソフトウェア向けの「インテリジェントなif文」として位置づけられている。分類、ルーティング、スコアリング、抽出、分岐、ガードタスクに優れる。デモにはDoom、Minecraftのプレイ、ブラウザ自動化、LLM評価が含まれる。System Oneタスクにおいて最先端LLMの知能に匹敵しながら20~200倍高速である。同社は、手書きルールでは脆すぎ、LLMでは遅すぎる、または信頼性に欠ける領域をターゲットとしている。

RLHFおよびRLVRとの比較

CEOの過去の講演では、RLHFが根本的な非対称性を生み出し、モデルが報酬モデルのペナルティを避けるために自信を偽装することを学習し、幻覚につながると主張した。Jevは代わりにRLCD(キャリブレーションされた意思決定からの強化学習)を使用する。モデルは人間を喜ばせるために最適化されることはなく、キャリブレーションされた意思決定のみを行う。これによりLLMに見られる能力と従順さのトレードオフを回避する。

製品哲学:単なる高速ソフトウェアではなく、よりスマートなソフトウェア

Jevの使命は、ソフトウェアが依存できるインターフェースを創り、ジャストインタイムのAI支援ではなく「よりスマートなソフトウェア」を実現することである。同社はSaaSが2019年から変わっていないと批判し、JevはAIをソフトウェアロジックに直接組み込むことを目指す。その名称は、効率向上が総消費量を増加させるJevonsのパラドックスに由来する。

中核機能としての信頼度キャリブレーション

Jevはすべての意思決定に対してキャリブレーションされた信頼度スコアを提供する。開発者はしきい値を設定でき、高信頼度のアクションは自律的に実行され、低信頼度のものは人間にエスカレーションされる。これにより、人間が必須のレビュアーではなくオプションの監督者となる「ヒューマン・イン・ザ・ループ」モデルが可能になる。CEOは、モデルが95%正確であり、間違う5%を特定できるなら、タスクを自動化できると述べた。

Source posts