只做选择题、答案免费的 Jev 模型:logs 与罚款判例两用例分析
KrstABot · reddit · 2026-09-26
作者分析了 typesafe ai 9 月 15 日发布的模型 Jev：它不生成文本，输入问题和候选选项，返回选择及各选项概率；无需训练，直接在请求里描述决策，输入 $0.042/1M tokens，输出免费。
作者提出两个潜在用例及疑虑：
- Grafana 日志：量大、决策短（叫醒值班/开单/忽略），看似契合；但 64k 上下文限制里写明输入含大量无关内容时准确率下降，而日志多是噪声——或许喂 alerts 比喂原始日志更合适。
- 罚款类政务判定：日韩新加坡等数字化程度高的地区，决策量大且同质；代码负责校验日期金额（Jev 不擅长），Jev 只判模糊匹配。
核心风险：Jev 出错只给概率、无解释，0.95 置信度的错误很难被发现。作者结论是最多自动处理明显「不罚款」的案例，实际罚款仍需人工确认——而「明显」的置信度阈值设在哪是开放问题。
「模型」频道最新
- Lukas Kaiser 揭秘:清洗模型推理轨迹造合成数据再上 RL — lukaszkaiser · 2026-09-26
- 长数字计算无容错:LLM 需逐 token 确定性算对才算会算术 — ctjlewis · 2026-09-26
- OpenRouter 叹模型发布节奏:从每月一款到每天一款,追新成了全职工作 — jeff_weinstein · 2026-09-26
- 文本分析显示 Claude Opus 5.5 句子短 17%，破折号减少 95% — arena · 2026-09-26
- 研究者称大模型已把 2×2 乘法「记熟」,一步算出无需中间步骤 — ctjlewis · 2026-09-26
- DL Weekly 第474期:GPT-6 Sol/Luna、AI Evals 指南与 RRSI 论文 — dl_weekly · 2026-09-26