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
- dots 更新支持 agent 同时控制 Windows 与 Mac 双机 — dkundel · 2026-11-12
- Granola 推出 Agent Briefs:每晚为 AI agent 打包你的最新上下文 — soleio · 2026-11-12
- 新基准 Continual-ARC:主流 Agent 均无法从经验中学习 — alifcoder · 2026-11-12
- KubeCon 前夕 Azure Day:AKS 单集群 65 节点跑 2.2 万个 Agent — davemccollough · 2026-11-12
- OpenShell 实用技巧:一条命令把沙箱内 Web 应用暴露到浏览器 — gethackteam · 2026-11-12
- 开发者打造「智能操作系统」:模型与智能体直接内建于 Linux 桌面系统 — NerdyRodent · 2026-11-12