不做文本只返回带概率的类型化答案:Jev 模型实测
pplonski · reddit · 2026-09-21
TypeSafe AI 发布了 Jev,一个专门做「决策」而非文本生成的模型:你定义问题和候选答案(选项、是非、评分),它直接返回带各选项概率的类型化结果,省去解析文本的成本。
作者用 Python 实测并写了指南(mljar.com/blog/jev-python/),要点:模型不会答出选项之外的内容,但仍可能选错,所以各选项的概率才是真正有用的部分;支持一次请求并发多个问题。在简单工单分类任务上,Jev 与 GPT-5.4 nano 结构化输出结果一致,稍快,成本约为其一半——但只是单次运行,不算基准测试。
所属事件:Jev 决策模型实测:200 毫秒返回带概率答案(2 条相关)→
「编程与Agent」频道最新
- Deel 推出企业运营 Agent 平台 Akai,演示一次即可自动化工作流 — kimmonismus · 2026-09-22
- Uncle Bob 演示 uml-viewer:用 UML 审阅 agent 生成的项目 — blaizedsouza · 2026-09-22
- 渐进式披露:agent 代表人类社交时逐步释放信息的用法 — iamrobotbear · 2026-09-22
- Qwen 3.8 27b 微调版输出冗长减 40%,质量基本无损 — julianharris · 2026-09-22
- 用户抱怨 Codex 桌面端不显示 agent 执行了哪条命令 — amplifiedamp · 2026-09-22
- AWS 资深工程师长文:编程从来不是我的工作本身 — blaizedsouza · 2026-09-22