Jev 补上通用分类器空缺:代码定义标签,无需额外 LLM 调用
alexcovo_eth · x · 2026-09-19
讨论围绕通用分类器产品 Jev 展开。作者 @MKhordoo 回应「分类器早就有」的质疑:BERT、DeBERTa、GLiNER 等专用分类器一直存在,但换标签就要重新训练;用 LLM 输出 JSON 也能凑合,却慢、贵且置信度校准差。
Jev 的定位是补上缺失的一环:标签直接在代码中定义,输出带类型的答案和置信度,不需要额外 LLM 调用。核心论点:分类不新,新的是出现了这样智能、快且便宜的通用分类器。
「模型」频道最新
- 作者实测 287 个 Jev 开源项目,精选 20 个看清小模型真正用武之地 — chenrongwei · 2026-09-19
- Qwen3.8-Omni-Flash 定价低于 Gemini Flash,多模态基准几乎打平 — The Decoder · 2026-09-19
- GLM 5.3F 实测:擅长 Remotion 但驾驭不了复杂 JS 视频 — 9r4n4y · 2026-09-19
- JevBench v1.2 发布:Jev 1.13 以 75.3 分险守榜首 — airesearch12 · 2026-09-19
- 吐槽某 AI 系统「单任务 3800 美元」还做不出范式级突破 — seanwbren · 2026-09-19
- Google 搜索趋势对比:ChatGPT、Claude、Gemini 领跑 LLM 关键词 — NickPassig · 2026-09-19