TypeSafe AI發佈新型Transformer模型Jev，嘗試繞開大語言模型（LLM）的文本生成範式，以概率輸出和“校準決策”服務軟件自動化。OpenAI前研究員、RLHF技術參與者Diogo Almeida兩年前離開OpenAI創辦TypeSafe AI，認爲圍繞人類語言優化模型並不適合計算機自動化場景。

QQ20260920-090621.jpg

Jev不生成文本，而是輸出概率，因此無需承擔傳統LLM的幻覺和冗餘生成成本。其輸出標記免費，輸入按十億級標記計費。開發者測試顯示，Vercel使用Jev替代OpenAI模型進行命令安全分類後，速度提升5至18倍且準確率更高;Bryo AI測試中，Jev準確率略低於Gemini，但成本低10至20倍。

除分類任務外，Jev還可用於LLM代理監控、越獄檢測和模型路由，通過低成本實時判斷任務所需模型。TypeSafe稱Jev採用完全合成數據訓練，並使用“基於校準決策的強化學習”。該模型目前尚無直接競品，但業內人士預計，隨着低成本決策模型的應用價值顯現，相關競爭將逐步展開。