OpenAI前研究员推Jev模型：跳过文本生成，直出结构化决策

9月15日，前OpenAI研究员Diogo Almeida正式亮相其创办的TypeSafe AI，并发布首款名为Jev的全新AI模型。本项目由DCVC领投4000万美元种子轮融资，公司估值约2亿美元。区别于传统大语言模型逐词自回归的文本生成范式，Jev隶属于System One架构，采用并行采样技术与RLCD概率校准训练法，实现非结构化状态输入至类型化概率决策输出的直接转换。TypeSafe宣称，在分类、路由、评分及工作流分支等特定结构化任务中，Jev的响应速度较当前前沿大模型提升近200倍，推理成本降低超400倍。凭借输出空间受预设模式约束的机制，模型可实现零类型错误。Almeida曾深度参与OpenAI InstructGPT与RLHF底层研究，此次技术转向旨在破除大语言模型在软件后台持续决策中的效率瓶颈。Jev被定义为嵌入代码底层的智能判断模块，期望通过提供高置信度概率，与负责复杂推理与开放生成的通用大模型形成明确分工。尽管其宣称的性能数据与概率校准能力在内部基准测试中表现优异，但实际泛化水平与领域适配度仍需第三方独立评测验证。Jev的问世标志着AI应用架构向专用化、分层化演进的重要尝试。