最新的模型 Jev 有人用么？速度提升 193.6 倍，价格降低 444.6 倍。

[aimuz]

https://typesafe.ai/blog/introducing-system-one-models-and-jev

[yuankui]

看起来挺牛逼的，不知道啥时候能用

[aimuz]

申请加入了白名单，不知道啥时候开放

[Eloxt]

感觉用在 Harness 做意图识别或者工具选择很不错
https://imgur.com/a/gRQkEuN

[strobber16]

语言的归语言，工具的归工具

[sillydaddy]

还真有人关注这个，想知道大家一般会用在什么业务场景呢？ vibe coding 似乎用不上这个。

[bwnjnOEI]

这玩意应用场景多得很

[bwnjnOEI]

@bwnjnOEI 欺诈筛查、内容审核、路由分配和风险评估等等

[maolon]

申请到了 还没测

[seakingii]

@sillydaddy 核心是决策.可以衍生出各种子用途

比如 LLM 用来辅助检查输入是否安全 rm -r -f
比如 自动驾驶用来检查向左还是向右
比如 让 AI 自动玩游戏,决定是 出什么牌
比如 炒股票...


作者有一个页面用来介绍用途 https://docs.typesafe.ai/concepts/use-case-map

[callmecaiyuyu]

如果真的又快又准又便宜，那可能后面其他厂商都会跟进了，日常使用的场景很广泛

[awfe]

看起来感觉就是给 LLM 加上了传统机器学习常用的 One-Hot 输出？可以这么理解吗

[seakingii]

@awfe 不一样

LLM 是 串行的自回归的文本生成器,至少目前主流是这样的
JEV 这个是并行的基于策略强化学习的 决策器

[sjdhome]

做了个给 pi agent 用的权限审批 extension ，效果很棒。

如果脑洞大开一下，甚至可以用来做自动翻墙路由规则？

[seakingii]

@sjdhome 需求应该可以达到.但效率要你设备的老命.毕竟还是 推理,至少要 70MS