Jev 40 秒拆解 37 个品牌 724 条广告,仅花 0.09 美元 token
sibraan_ · reddit · 2026-09-24
Matthew Berman 在 X 上的演示显示,结构化分类模型 Jev 用 40 秒处理了 37 个品牌的 724 条实时广告,完成 8700+ 次分类,token 成本仅 0.09 美元。技术要点:
- 并非多模态:Jev 只做结构化文本分类,不吃原始图像张量;上游管线用 Gemini + embeddings 提取视觉/文本 token,再并行传入 Jev 评估预定义 schema(Choice、Score、Noul)
- 非自回归:所有 schema 决策在单次前向传播中一次性采样,消除逐 token 串行延迟,单条记录中位延迟 216ms
- 开箱即用:无需像训练自定义 BERT/DeBERTa 分类头那样针对固定标签训练,可适配任意 schema 定义
- 边界明确:32k 上下文、无持久记忆,不能做复杂多步推理或需要组织级上下文的任务——定位是"智能条件路由器"而非自主 Agent
作者评价:在保持其设计边界的前提下,这是减少胶水代码、把基础分类从前沿模型上卸载的干净原语,并链接了一篇分析其基准被夸大之处的深度文章。
所属事件:分类模型 Jev 走红:40 秒处理 724 条广告仅花 0.09 美元(2 条相关)→
「模型」频道最新
- Artificial Analysis 榜单权重被批随意，随时间大幅变动 — HamelHusain · 2026-11-12
- 双板搭建测试：GPT-6 Astra 成功，Claude Fable 5.2 落败 — qinzytech · 2026-11-12
- Zvi 深析 Anthropic 新系统卡: autonomy 阈值争议成焦点 — Don't Worry About the Vase (Zvi) · 2026-11-12
- antirez 背书:苹果 M5 本地跑低比特 DeepSeek 好过 27B 稠密模型 — antirez · 2026-11-12
- 被禁用视觉后 Gemini 自建文本图像硬扛基准,性能仅降 6% — zacharynado · 2026-11-12
- 实测三模型纯裸跑编码：Gemini 4 Carbon 代码质量惊艳性价比最高 — Semantic_meaning · 2026-11-12