ianand 思想实验:来自平行宇宙的 Encoder 模型 Jev

ianand · x · 2026-09-20

ianand 发布长线程,构想「来自平行宇宙的 AI 模型 Jev」:

历史背景:2017 年的 Transformer 只做英译法一件事,由 Encoder(分析文本)和 Decoder(产出输出)两部分组成。
我们的宇宙:GPT-2 只取 decoder 一半,证明了「真正需要的只是」decoder、单模型多任务、prompting 替代任务微调(最大解锁)、以及规模。ChatGPT、Claude、Gemini 等主流 LLM 都是这条 decoder 路线的后代。
平行宇宙设定:那里没有 GPT-2 时刻,同样的创新全部投入到 Encoder 上,诞生了 Jev。
Jev 的特性:更快、更可预测、更可靠,但不能写代码或聊天,只能做决策——是「决策 AI」而非生成式 AI。
关键结论:也许 Decoder 自监督训练更易 scale,人类注定先造出 ChatGPT;但 Jev 的意义在于给 Encoder 配上了 ChatGPT 级别的产品界面,开发者正在重新发现这类「决策 AI」的许多用例。

「漫话AGI」频道最新