Jev 新范式：用校准数值决策替代逐 token 文本生成，7 请求/秒玩 Doom
JeremyCMorgan · x · 2026-09-23
Arcturus Labs 博客解析 TypeSafe 发布的 Jev 模型：不逐 token 生成文本，而是接收 state（任意文本/JSON）加一组 questions，几乎即时返回校准、一致的数值答案。三种题型：
- choice：从固定选项中选一，返回 {choice, probabilities, confidence}
- score：在有序量表上打分，返回 {score, legend, probabilities, confidence}
- noul：判断命题为真的概率，直接返回 0-1 的 noul 值
请求格式类似传统 prompt：state 是模型要考虑的全部数据，每个命名 question 带 type、instructions、可选答案集或 rubric。核心卖点是速度和数值预测的可靠性——传统 LLM 慢几个数量级，且其自报置信度常与实际不符。Demo 中 Jev 以每秒 7 次请求实时预测按键，流畅通关 Doom 地图并击败敌人，这是文本生成式 LLM 无法做到的。文章含马赛赛马预测的 API 示例。
所属事件:前OpenAI研究员发布决策模型Jev，宣称快200倍引热议(36 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