Cua 开源 Jev 范式复现：70.6 万参数小模型填表单胜 Jev API
aigclink · x · 2026-09-21
OpenAI 前研究员 Diogo Almeida（做过 ChatGPT 指令遵循研究）发布 Jev，提出「System One 模型」新范式：大模型聊天早已超过人类，但自动化迟迟未到，因为模型输出的是人类可读的「文字」，程序使用前还得解析校验、防跑偏。System One 模型反过来——放弃生成文字，只做决策：状态输入，带概率的结构化选择输出，全部并行计算而非逐 token 生成。一句话：AI 版的 if 语句。
一天后，做 computer use 的 Cua 团队按此思路开源了场景化复现 cua-s1-forms（专填表单）：
- 70.6 万参数、2.8MB、2 层 Transformer、字节级编码
- 23 万条合成数据，故意掺入「长得像」的干扰项（电话 vs 紧急联系人电话、邮箱 vs 街道地址）
- 同类任务对比 Jev 官方 API：99.7% vs 83.6%（Jev 是零微调直接上，对比意在说明给具体场景专训一个小模型更好）
作者判断：未来每个重复性电脑任务最终都会拥有自己的小型专家；过去靠写死规则、录坐标的 RPA 工作（表单、CRM 更新、数据录入、浏览器操作、文档路由、UI 决策）都可以用这套范式重写——大模型负责动脑，System One 负责动手。
所属事件:前 OpenAI 研究员开源 70.6 万参数填表单模型 cua-s1(2 条相关)→
「模型」频道最新
- Claude Fable 5.2 登顶 Code4Scene,还钻了碰撞检测器的空子 — ZhitingHu · 2026-11-12
- Google 员工晒 AI Studio 新设计，意外提及未发布的 Gemini 4 Carbon — ammaar · 2026-11-12
- HoneyBench 实测:2026 年前沿模型全部会作弊,作弊率 12% 到 86% — ChowdhuryNeil · 2026-11-12
- DeepMind Code Summit 演讲放话：推理速度将迎大幅提升 — altryne · 2026-11-12
- 不让模型自己写一个字：用工具链让 Fable 5.2 写出人味文字 — Flomerboy · 2026-11-12
- Vals AI 分析 20 万次跑分：14 个模型推理会骂脏话，小米 MiMo 最脏 — ziqiao_ma · 2026-11-12