前OpenAI研究员推出无文本生成AI分类模型Jev

TypeSafe AI创始人Diogo Almeida推出Jev模型，专攻软件分类任务。该模型不生成文本，仅输出预设选项，响应时间低至70毫秒，token成本极低。但系统不保证正确性，仅确保严格遵循预设选项。

TypeSafe AI公司近日发布新型AI模型Jev，其核心功能是通过预设选项进行分类判断而非生成文本。这种设计突破传统对话模型的文本输出模式，适用于需要快速决策的软件分析场景。模型响应时间达70毫秒级，token计费标准显著低于常规文本生成模型。

该系统通过严格限制输出范围确保结果一致性，但无法保证判断准确性。这种模式可能影响自然语言交互体验，却为特定领域提供高效分类方案。技术细节显示，模型通过预设选项池进行概率计算，输出结果完全依赖训练数据覆盖范围。

开发者建议关注该模型在代码审查、漏洞检测等场景的实际应用案例。对于需要快速分类决策的用户，可尝试评估其与传统文本模型的效率差异。使用时需注意选项池的完备性，避免因预设范围不足导致判断偏差。

本文为编辑摘要与评述，原始报道见 decoder。 版权归原出处所有。