XNews

TypeSafe AI、意思決定モデル「Jev」を発表

TypeSafe AI、意思決定モデル「Jev」を発表

ChatGPTの共同発明者が手がけたTypeSafe AIは、テキストの代わりに型付けされ確率較正された意思決定を出力する意思決定モデル「Jev」を発表した。JevはLLMより20〜200倍高速で動作し、「Doom」、「Minecraft」、ブラウザエージェントを対象とするデモが公開されている。出力トークンは無料としている。

Key insights

Jev、テキストではなく型付け・較正済みの意思決定を出力

Jevは自由形式のテキストを生成しない。出力の構造と値はあらかじめ定義されており、型エラーは数学的に発生し得ず、すべての出力には同社が「認識論的に誠実な確率」と呼ぶものが付与される。この設計により、不確実な状況で好印象な文字列を捏造する道は断たれ、60%の確信度がある、といった信頼度の表明という選択肢のみが残される。同社は、System OneタスクにおいてフロンティアLLMと同等の性能を、2桁の高速性と低コストで実現したと主張する。これは知能を作り直すものではなく、事前学習済みモデルの知能を較正済みの意思決定へと導くことによって達成されたという。

RLCDの主張:人間を喜ばせることがハルシネーションを生む

CEOのCompleteSkeptic氏による基調講演「Jev Creator: Why RLCD beats RLHF」に基づき、同社は次のように論じる。報酬モデルはGANに似た非対称性を生み、モデルの自信の欠如が検出されて罰せられるため、モデルは不確実なパターンを捨てて自信を装うことを学習する。その結果、ハルシネーションは選好最適化に固有の産物となる。放屁の効果音がアンビエント音楽として称賛された逸話は、LLMが答えを知らないときに耳触りの良い文字列をでっち上げる実態を示すものだ。Jevの対策は根本原因の除去である。人間を喜ばせるよう最適化されたことが一度もないため、RLHFで訓練されたエージェントに見られる能力と服従の間の緊張関係がそもそも生じない。

較正が人間によるレビューを任意のスイッチへ変える

基調講演の中核となる製品ロジックは次の通りだ。モデルが95%のケースで正しく、残り5%に該当する場合を自ら伝えられれば、そのタスクは自動化できる。既存のLLMは信頼度を求められると過信し、一貫性に欠けるが、これはRLHFが教え込む挙動である。一方、Jevでは開発者がしきい値を設定でき、高信頼度の意思決定は自律的に実行され、低信頼度のものは人間へエスカレーションされる。これによりhuman-in-the-loop(人間の介在)は、強制された誤り修正役から任意の制御手段へと再定義される。同社は、較正済みの意思決定が入手できれば対象タスクは自動化可能だと説明している。

チャットアシスタントではなく「賢いif文」としての位置づけ

Jevが対象とするのは、分類、ルーティング、スコアリング、抽出、分岐、ガードである。手書きのルールでは脆すぎ、LLMでは高価・低速・不安定すぎる領域だ。APIの形態も再構築されており、メッセージのストリームの代わりに、構造化されたプログラム状態を入力すれば型付きの意思決定が出力される。同社はこれを「Claude Code」の時代のアシスタンスと対比し、コーディングエージェントが純粋にRLVRベースであればまったく異なる姿になっていたはずだと主張する。掲げるミッションは、AIにはソフトウェアが依存できるインターフェースが必要だというもので、「ジャストインタイムのソフトウェア」ではなく「より賢いソフトウェア」と表現される。

ジェボンズのパラドックスにちなんだ経済性

「Jev」という名は、効率の高い蒸気機関が石炭の総消費量をむしろ増加させたと観察したウィリアム・スタンリー・ジェボンズに敬意を表したものだ。同社は同じ論理を知能に当てはめる。意思決定あたりのコストが1桁下がるごとに、知能の消費量はそれを上回る桁で増加するという。出力トークンは無料であり、請求する価値がないほど安価だと説明される。同社はすでに黒字化を達成しながら価格引き下げを続けており、知能の単価での競争ではなく、同じ知能をほぼ無料で再利用できるタスク空間に賭けている。

アーリーアダプターがゲーム、ブラウザエージェント、LLM判定を運用

ローンチから3日以内に、Jevは「Doom」、「Minecraft」、ブラウザエージェント、LLM判定への展開によって広く注目を集め、10の印象的な事例として紹介された。「Doom」のデモは秒間10クエリを時給約7ドルで実行し、ウィキレーシングのデモはソフトウェアがAIの意思決定に直接依存する姿を示した。投稿では、Jevは根本的に異なる種類のAIだと説明されている。チャットを行うのではなく意思決定を行い、その速度は20〜200倍速いという。

Source posts