用决策模型 Jev 给 Anthropic 全站博客做主题分类实测
cneuralnetwork · x · 2026-10-21
作者用 Jev 模型对 Anthropic 博客全站 547 个页面做主题分类测试，效果出乎意料。Jev 的特点：
- 定位为 System One 模型，不像 ChatGPT 那样生成文本，基于 RLCD（强化学习校准决策）概念，作为软件的决策层
- 根据上下文返回选择、分数或 noul 值，可直接接入代码
- 每次问答相互隔离，不发生上下文污染（RLHF 模型常在此失败）
- 输出 token 不收费，速度快
实际用法：代码抓取网站 sitemap，由 LLM 为每篇文章决定分类/子分类名称，Jev 负责把页面逐一匹配到主题上。配图显示它在 Anthropic 站点上构建出 AI Safety Research、Claude Models 等主题地图，并标出 27 个无主题页面，分类阈值 1.0。
「编程与Agent」频道最新
- 生产环境 5xx 排查手册:六步定位根因而非只看报错服务 — _jaydeepkarale · 2026-10-21
- Browser Use 开源 rl-env-use:一句话生成任意领域的 RL 训练环境 — inductionheads · 2026-10-21
- OpenAI、Google、Anthropic 齐发 9 份官方指南：提示工程、Agent 搭建与 601 个用例 — mdancho84 · 2026-10-21
- 开发者推出 Cubicles:给 AI Agent 配独立云桌面,与个人电脑隔离 — Effective-Breath2128 · 2026-10-21
- 开发者烧掉周额度 75% token,用 Codex 和 Claude 造星球大战飞行 demo — jasonkneen · 2026-10-21
- Deep Research API 全托管还是自建循环?开发者求解生产环境选型与成本难题 — kaizakin · 2026-10-21