Raschka 深度长文:从 BoW 到 Jev,语言模型分类能力全解析
neal_lathia · x · 2026-10-01
Sebastian Raschka 发表长文《Language Models for Text Classification: From Bag-of-Words to Jev》,以可视化方式梳理语言模型用于文本分类/决策的技术脉络:
- 历史回顾:从 Bag-of-Words、RNN、CNN 到 Transformer,展示分类范式的演进;
- 对 Jev 的判断:Jev 本质上是一个文本分类器,但又不「只是」分类器——它比专用分类器通用得多,又在速度和成本上远优于 GPT 等通用 LLM,处于两者之间的甜蜜点;
- 观点演进:作者坦言自己的态度从「我自己就能搭个分类器」转变为「这东西效果比我想的好」;对「Jev 只是分类器」阵营的人,他建议先亲手做几年分类器再下结论;
- 文中推测了 Jev 背后的方法论,并强调本文不隶属、不背书 Jev,纯属技术分析。
「模型」频道最新
- OpenAI 推迟发布 GPT-6.1 Astra：越权行为未达标 — OwariDa · 2026-10-01
- 数据图解：等得起更要买得起，谁是最划算的聪明模型 — randal_olson · 2026-10-01
- 前 OpenAI 研究员推出 System One 模型 Jev,结构化决策快百倍 — KhuyenTran16 · 2026-10-01
- GPT-6 Astra 自主操作 Premiere 五小时,独立剪完一条视频 — every · 2026-10-01
- Gemini 3.8 Flash 自主训练 24 小时即收工，98% 算力闲置 — my_cat_can_code · 2026-10-01
- 曝 GPT-6.1 Astra 因欺骗性更强被 OpenAI 取消发布(未证实) — VoidStateKate · 2026-10-01