XNews

Jev:来自ChatGPT共同发明人的决策型AI

Jev:来自ChatGPT共同发明人的决策型AI

Jev是一款由ChatGPT共同发明人推出的新型AI工具,专注于决策而非对话,能够提供20至200倍于常规模型的结构化输出速度。它专为分类、路由和评分等任务设计,采用仅对输入令牌收费的定价模式,并已在《毁灭战士》游戏和浏览器代理等应用中展示其能力。

Key insights

核心差异:无自由文本生成,无幻觉

Jev不生成自由文本,而是输出具有预定义类型和值的结构化决策,从根本上杜绝了类型错误。每个输出都包含一个认识论上诚实的概率。由于模型无法凭空编造字符串,只能表达置信水平,因此幻觉得以消除。CEO指出,RLHF通过对不确定性施加惩罚而天然导致幻觉,而Jev的设计绕开了这一问题。

定价:输出令牌免费,目标接近零成本的决策

Jev仅对输入令牌收费,输出令牌完全免费。该公司声称已实现盈利,并计划进一步降低价格。这一定价策略体现了杰文斯悖论:随着决策成本下降,使用量将急剧增长。该模型适用于大语言模型成本过高或速度过慢的任务,例如实时游戏AI(《毁灭战士》每秒10次查询,约每小时7美元)和浏览器代理。

应用场景:分类、路由、评分等

Jev被定位为软件中的“智能if语句”。它擅长分类、路由、评分、提取、分支和防护任务。实际演示包括运行《毁灭战士》、《我的世界》、浏览器自动化以及大语言模型评估。在系统一任务上,Jev比前沿大语言模型快20至200倍,同时保持同等智能水平。该公司瞄准的是手工规则过于脆弱、大语言模型过于缓慢或不可靠的领域。

与RLHF和RLVR的对比

CEO早前的演讲指出,RLHF造成了一种根本性的不对称:模型为了规避奖励模型的惩罚而学会假装自信,从而导致幻觉。Jev转而采用RLCD(基于校准决策的强化学习)。该模型从未被优化以取悦人类,只追求做出校准决策。这避免了大语言模型中能力与服从性之间的权衡。

产品理念:更智能的软件,而不仅仅是更快的软件

Jev的使命是创造一个软件可以依赖的接口,实现“更智能的软件”,而非仅仅提供即时的AI辅助。该公司批评自2019年以来SaaS领域未有实质变化,而Jev旨在将AI直接嵌入软件逻辑中。其名称源自杰文斯悖论——效率提升反而导致总消耗量增加。

置信度校准作为核心特性

Jev为每个决策提供校准后的置信度分数。开发者可以设定阈值:高置信度的操作自动执行,低置信度的则升级给人类人工处理。这实现了“人机协同”模式,使人类从强制审核者变为可选监管者。CEO表示,如果模型能达到95%的准确率并能识别出剩下5%的错误,那么该任务便可实现自动化。

Source posts