Sebastian Raschka 长文:从词袋到 Jev,文本分类模型演进全解析

AxSaucedo · x · 2026-10-08

Sebastian Raschka 发布长文,梳理文本分类从 Bag-of-Words、RNN、CNN 到 Transformer 的完整技术史,并深入分析近期爆红的 Jev(TypeSafe AI 的决策模型)。核心观点:GPT 等通用 LLM 能做 Jev 的分类任务但更贵更慢,专用分类器对狭窄任务更快更便宜,Jev 的价值在于介于两者之间的通用性;「Jev 本质是文本分类器,但又不只是分类器」。文章用可视化方式讲解各架构原理、Jev 风格 API 及校准(calibration)方法,并推测其方法论,认为实际效果比他最初预期要好。