🔥 PTT.BEST 批踢踢爆文 💬 八卦 Gossiping 😊 希洽 C_Chat 💰 股票 Stock 🏠 房屋 home-sale 🏀 美國職籃 NBA ⚾ 棒球 Baseball 👛 省錢 Lifeismoney 🚗 汽車 car 😡 政黑 HatePolitics 💻 電蝦 PC_Shopping 🥰 韓星 KoreaStar ✨ 英雄聯盟 LoL 🍿 電影 movie 🪖 軍事 Military 📡 通訊 MobileComm 🏀 台籃 basketballTW 🍼 寶媽 BabyMother 🇯🇵 日旅 Japan_Travel 🏭 科技 Tech_Job 👉 男女 Boy-Girl 👉 真香 CheerGirlsTW 👧 女孩 WomenTalk 👻 媽佛 marvel 💳 卡版 creditcard 👉 NS NSwitch 👉 PS5 PlayStation 👉 大氣 TY_Research 👉 婚姻 marriage 👉 台南 Tainan 👉 台中 TaichungBun 👉 Steam Steam 👉 高雄 Kaohsiung 👉 羽球 Badminton 👉 超商 CVS 👉 米哈遊 miHoYo 👉 iOS 👉 兄弟 Elephants 👉 日劇 Japandrama 👉 玄幻 CFantasy 👉 ES e-shopping 👉 WOW 👉 遊戲交易 Gamesale 👉 4X BaseballXXXX 👉 Lakers 👉 韓劇 KoreaDrama 👉 汽車買賣 CarShop 👉 機車 biker 👉 新竹 Hsinchu 👉 美保 BeautySalon 👉 串流 OTT 👉 歐美影集 EAseries 👉 手機交易 mobilesales 👉 健身 MuscleBeach 👉 MacShop 👉 Lions 👉 FGO FATE_GO 👉 中劇 China-Drama 👉 數位貨幣 DigiCurrency 👉 暗黑 DIABLO 👉 實習教師 studyteacher 👉 航空 Aviation 👉 藝文票券轉售 Drama-Ticket 👉 韓綜 KR_Entertain 👉 美妝 MakeUp 👉 速食 fastfood 👉 手錶 watch 👉 體適能 FITNESS 👉 攝影 DSLR 👉 Headphone 👉 嘻哈 Hip-Hop 👉 轉珠 PuzzleDragon 👉 美食 Food 👉 蔚藍 BlueArchive 👉 數位相機交易 DC_SALE 👉 筆電蝦 nb-shopping 👉 軟工 Soft_Job 👉 汪踢 Wanted 👉 台綜 TW_Entertain 👉 坂道閒聊 SakaTalk 👉 貓咪 cat 👉 日GO BabyProducts 👉 TypeMoon 👉 MLB 👉 職場 Salary 👉 臺劇 TaiwanDrama 👉 海賊王 ONE_PIECE 👉 PMGO PokemonGO 👉 國營 Gov_owned 👉 碧航 AzurLane 👉 家電 E-appliance 👉 布蘭德 Brand 👉 DMMG DMM_GAMES 👉 贈送 give 👉 神魔 ToS 👉 銀行服務板 Bank_Service 👉 原創 YuanChuang 👉 期權 Option 👉 重機 SuperBike
文章標題 請使用 原新聞標題 勿刪減或自創標題,違者4-1處分 原文標題: 請勿刪減或自創標題,違者4-1處分,此行請刪除 「啞巴AI」Jev上線3天捲瘋矽谷!70毫秒做出決策 14萬開發者搶測 原文連結: 網址超過一行,請用縮網址,連結不能點擊者板規 1-2-2 處分。 https://news.cnyes.com/news/id/6611544 發布時間: 請勿張貼超過3天新聞 2026-09-21 13:30 記者署名: 原文內容: 一款不會寫文章、也無法陪聊的「啞巴AI」,近日迅速席捲矽谷。 Jev發布僅3天,便獲Vercel、Cloudflare及LangChain等主流平台整合;內測開放不到36 小時,更吸引多達14萬名開發者湧入。與ChatGPT等生成式AI不同,Jev不輸出文字,而是 以最快70毫秒的速度,直接給出附帶機率的判斷。 Jev由ChatGPT核心發明者之一、InstructGPT論文第四作者Diogo Almeida創立的 TypeSafe AI推出。Almeida認為,AI產業過去將「會說話」視為智慧,卻忽略真正的自動 化需要的不是流暢回答,而是能在無人監督下做出快速、可靠且可量化的決策。 從聊天轉向決策 Almeida是OpenAI早期核心研發人員之一,也是RLHF與InstructGPT的奠基者之一。然而, ChatGPT爆紅後,他開始反思,為何具備超人類對話能力的模型,仍未帶來真正的通用人 工智慧(AGI)。 他認為,RLHF讓模型學會提供符合人類偏好的回答,卻也使其在無人值守的系統中難以被 完全信任。為了維持長篇文字的一致性,模型往往被訓練得過度自信,主動捨棄低機率選 項,因此即使聲稱「有八成把握」,這項機率也未必可靠。 Almeida因此離開OpenAI、創辦TypeSafe AI,並從底層訓練架構重新出發,打造不負責說 話、只負責判斷的Jev。 不生成文字 只回傳機率 Almeida將Jev稱為「System One模型」,名稱取自諾貝爾經濟學獎得主卡尼曼《思考,快 與慢》中的「系統一」,代表不經複雜推理、迅速完成的直覺判斷。 使用者可向Jev輸入客訴郵件、程式碼或其他混亂資料,模型則回傳類型化決策與機率分 布,不生成任何文字。官方提供Choice、Score與Noul三種互動方式,分別用於選擇指定 選項、給出分數,以及輸出0至1之間的機率。 由於Jev只能在事先劃定的範圍內分配機率,無法產生選項之外的內容,程式取得的也始 終是符合格式的合法值。 Jev還能將所有輸出並行取樣、一次完成,不必像大型語言模型逐字生成,因此端到端判 斷僅需70至500毫秒;相同工作若交給前沿大型模型,則需3至329秒。 輸出token永久免費 Jev不需要逐字產生內容,因此輸出token永久免費,TypeSafe僅針對輸入收費,每100萬 token收取0.042美元。已有開發者利用Jev審查程式碼拉取請求(PR),單次成本僅約7萬 分之1美元,審查1,000個PR約花費7美分,同樣工作若交給Opus 5,成本則達14.5美元。 支撐Jev的是名為RLCD的「校準決策強化學習」。相較RLHF獎勵符合人類偏好的回答, RLCD要求模型提出的機率必須與實際命中率相符;若模型給出0.9,就必須有九成機率判 斷正確。 Jev也可把複雜任務拆成多個問題並行處理。例如審查商業計畫書時,可分別評估市場規 模、技術可行性及差異化,再由軟體組合各項結果。 TypeSafe展示的應用還包括即時遊玩《毀滅戰士》,每秒做出10次決策,每小時算力成本 約7美元,以及從維基百科數千個連結中鎖定目標。 數百種用例快速冒出 Jev推出後,已有數百種應用出現。有人將其整合進Mac語音助手,在指令尚未說完前便啟 動指定應用程式;谷歌Gemma官方帳號也迅速發布「DiffusionGemma as Jev」,將自家擴 散模型導入這套新範式,透過一次去噪並行提供所有選項的機率,並補上視覺能力。 TypeSafe強調,Jev並非要取代現有大型語言模型,而是與其組成「雙核心搭檔」。大型 模型負責生成內容,Jev則在旁快速評分,合格便放行,不合格就退回重寫。 不過,Jev面對需要逐步推導的數學問題時,能力最多約為GPT-4水準,目前也不支援影像 輸入。 Jev名稱取自經濟學上的「傑文斯悖論」:效率提升後,資源消耗反而增加。Almeida押注 ,當AI決策變得足夠快速、便宜且可靠,開發者對AI的需求不會下降,反而會擴散至所有 程式碼,成為軟體自動化的新基礎。 心得/評論: ※必須填寫滿30正體中文字,心得過短或濫竽充數將以板規 1-2-3 處分 Jev 讓 AI 決策成本暴降萬倍、 輸出 Token 還永久免費! 算力巨頭會不會因此哭暈在廁所: {說好的 Token 計費大發財呢?} 不過看今天美股似乎繼續狂歡 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 123.193.229.55 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1790010276.A.6F2.html
推 madeinheaven: 這只是決策模型 09/22 01:08
推 onekoni : 永久免費之後成熟就會有收費版啊 09/22 01:09
推 pornpig32 : 德撲以後都給祂玩 09/22 01:10
推 DarkerDuck : 這東西就computer use在用的 09/22 01:12
→ DarkerDuck : 你coding不用輸出token喔????? 09/22 01:13
→ DarkerDuck : Jev輸出token免費是因為他本來就只做選擇題 09/22 01:13
→ DarkerDuck : 人家發明者都說這東西是直覺system 1系統在用的 09/22 01:13
→ DarkerDuck : 用在robot或是操作行任務上比LLM好上許多倒是真的 09/22 01:15
→ DarkerDuck : AI機器人等LLM慢慢吐token根本無法執行任務 09/22 01:16
推 ssarc : CHATGPT之前也是免費,所以之後一定會收費的 09/22 01:17
推 lichai : 給答案就好,不要給我過程 09/22 01:18
→ DarkerDuck : 他只能給選擇題的答案,字串的答案沒辦法給 09/22 01:18
→ DarkerDuck : 傳統LLM會做的是申論題,Jev會做的是選擇題 09/22 01:19
推 asahi98 : 選擇障礙者的模型 09/22 01:19
推 Obama19 : 拿來當沖看看啊 09/22 01:21
推 arnold3 : 剛剛測試了 比gpt快很多 一秒就直接給答案 09/22 01:31
→ arnold3 : 原本的ai還要慢慢跑token推理 他直接做完給答案 09/22 01:32
→ arnold3 : 也就是說原本在那邊搞一堆記憶體跟算力 結果都浪費 09/22 01:32
→ arnold3 : 在token上 一個問題要花很多token跟儲存 這直接跳過 09/22 01:33
→ arnold3 : 主要就舊的注意力機制要不斷去看上下文吐下一個字 09/22 01:34
→ arnold3 : 他直接跳過transformer注意力機制 整體一次算完 09/22 01:34
推 DarkerDuck : Jev就併發啊,還可以一次給選擇題答案多個參數 09/22 01:35
→ DarkerDuck : 其實Transformer訓練時也是併發 09/22 01:35
→ DarkerDuck : 是現在為了更高的智慧都搞CoT讓推理token開銷大 09/22 01:35
→ DarkerDuck : 算是為了特殊選擇性操作性問題搞出的特定架構 09/22 01:36
→ DarkerDuck : 在操作性任務上都比人類更快了 09/22 01:37
→ DarkerDuck : 有用過Codex的Computer use就知道慢得要死 09/22 01:37
→ DarkerDuck : 套Jev後,真的網頁操作搶不贏機器人 09/22 01:38
推 a77942002 : 直覺判斷..... 09/22 01:39
→ a77942002 : 大概就是問你媽 這支股票明天會漲會跌一樣~ 09/22 01:39
→ DarkerDuck : https://linkincash.cc/jB4SY 09/22 01:43
→ DarkerDuck : 這個遊戲很直觀解釋了Jev運作方式 09/22 01:44
→ DarkerDuck : 反應速度都超過人類了 09/22 01:45
推 aegis43210 : AI本來就是靠直覺判斷,這個AI其實沒任何突破 09/22 01:47
推 ssarc : Jev:開個六給他,讓他贏莊家一百塊 09/22 01:51
噓 yunf : 沒什麼是永遠免費的 看sayhi就知道 09/22 02:00
推 DarkerDuck : Jev本來就沒啥輸出token,但是輸入token要錢啊 09/22 02:01
→ DarkerDuck : 選擇題就幾個選項是能收多少錢,題目才是要收錢的 09/22 02:01
推 diyaworld : AI由小弟變主管了,主管決定也不用跟你廢話什麼 09/22 02:19
→ diyaworld : 以後公司有個職位叫AI副總 09/22 02:21
推 ssarc : 以後就是把員工編號,然後問他我要砍編號幾 09/22 02:26
噓 reemir : 並行就並行、平行就平行,併你個大頭發,你是在併 09/22 02:33
→ reemir : 發症嗎? 09/22 02:33
噓 DarkerDuck : https://linkincash.cc/NgsmI 09/22 02:35
噓 reemir : 1987 年儒林圖書有限公司出版的《作業系統基本概念 09/22 02:38
→ reemir : 》(原文書名是《Operating System Concepts》,作 09/22 02:38
→ reemir : 者: James Peterson & Abraham Silberschatz),書 09/22 02:38
→ reemir : 中 "concurrent" 翻譯為「並行」,而 "process" 翻 09/22 02:38
→ reemir : 譯為「行程」。不要再講「并发 (並發/併發)」(你不 09/22 02:38
→ reemir : 會想到「併發症」嗎?)。 09/22 02:38
→ reemir : 依據中華民國教育部《重編國語辭典修訂本》: 「併 09/22 02:38
→ reemir : 發」指「同時發生」,而「並行」指「同時進行」, 09/22 02:38
→ reemir : 後者原意來自《禮記.中庸》:「萬物並育而不相害 09/22 02:38
→ reemir : ,道並行而不相悖。」。然後再對照牛津英語詞典對 09/22 02:38
→ reemir : concurrent 的解釋: 09/22 02:38
→ reemir : existing or happening at the same time 09/22 02:38
→ reemir : 可知周代戰國時期就出現的「並行」ㄧ詞更充分符合 09/22 02:38
→ reemir : 英語情境。 09/22 02:38
噓 DarkerDuck : 發作了,笑笑就好 09/22 02:40
噓 reemir : 使用精準詞彙是工程素養的一環,我也笑笑就好。 09/22 02:43
噓 DarkerDuck : 而且你的用法才是錯誤的,真是可憐 09/22 02:45
→ DarkerDuck : 平行通常和Parallelism等義 09/22 02:45
→ DarkerDuck : 並發通常和Concurrency等義 09/22 02:46
→ DarkerDuck : 果然又是這種東西在發作 09/22 02:47
→ reemir : Concurrency = 並行;Parallelism = 平行 很難懂嗎 09/22 02:47
→ reemir : ? 09/22 02:47
→ DarkerDuck : 我跟你說啦,大家都在喊的比特幣本身就是支語 09/22 02:47
→ DarkerDuck : 位元幣才應該是台灣人講的台灣話 09/22 02:48
→ DarkerDuck : https://linkincash.cc/9e2dG 09/22 02:48
→ DarkerDuck : 記得以後都喊位元幣喔 09/22 02:49
→ reemir : 使用精準詞彙跟支不支語沒有什麼關係,跟工程素養 09/22 02:49
→ reemir : 有關 09/22 02:49
→ DarkerDuck : 更不用說併發本來就是教育部國語字典認可用法 09/22 02:50
→ DarkerDuck : 你就慢慢發作吧,不浪費時間了 09/22 02:51
→ guanting886 : 看不懂在吵什麼 用詞你用什麼支語還是哪個語言看得 09/22 03:11
→ guanting886 : 懂就好 糾正這個不用這麼派 09/22 03:11
→ guanting886 : 另外jev 這個ai 在typesafe ai的blog有提到 他們有 09/22 03:13
→ guanting886 : 建立一個parallel sampler 看起來是整體效率的這麼 09/22 03:13
→ guanting886 : 高的關鍵 09/22 03:13
→ guanting886 : 訓練也應該是走parallel 不太可能是併發concurren 09/22 03:16
→ guanting886 : t 09/22 03:16
推 guanting886 : 就像web/kv server也能做到single thread, high c 09/22 03:19
→ guanting886 : oncurrency但訓練是parallel 09/22 03:19
→ guanting886 : 個人不覺得是併發帶來的 09/22 03:20
推 guanting886 : 另外要講工程用詞精準我覺得有道理 但是要別人聽得 09/22 03:23
→ guanting886 : 下去跟被你說服說你說話的藝術 09/22 03:23
→ guanting886 : 那是^ 09/22 03:23
→ guanting886 : 說真的 又不是什麼深仇大恨是要吵啥 看無 09/22 03:24
推 donkilu : Jev還沒公開模型結構吧? 不知道他是怎麼做的 09/22 03:41
推 shter : 這個你可以拿去下圍棋啊,直接把下一子下哪的獲勝率 09/22 03:41
→ shter : 最高傳回來給你,你就往最高那邊下就好了 09/22 03:41
推 shter : 以目前 AI 最常應用的寫 code 嶺域來說也有用的到的 09/22 03:45
→ shter : 地方,他可以在 code review 結果回來做風險分析 09/22 03:46
→ zzzzzzzzzzzy: http://i.imgur.com/D1XN4ns.jpg 09/22 03:46
→ zzzzzzzzzzzy: 海珊30年前就用過了 09/22 03:46
→ shter : 判讀 Bug 等級分類處理優先順序 09/22 03:46
推 guanting886 : 海珊如果要用jev,他需要找到算牌有優勢的遊戲種類 09/22 03:47
→ guanting886 : 才有用 09/22 03:47
推 zzzzzzzzzzzy: 但是AI再強也抵不過一根牙籤的偽裝 09/22 03:49
推 davie11333 : 我都用jav 09/22 04:09
推 hinenak : Claude Code + Jev爽用中 09/22 04:43
推 qaed : 如果是玩麻將,五筒扮四筒騙的過jev嗎 09/22 04:44
推 tsubasawolfy: 哈利波特裡面的分類帽,分類條件寫好就快速判定。 09/22 05:44
→ tsubasawolfy: 大概會融入LLM裡面變脊椎反射 09/22 05:44
推 LDPC : 幹 樓上不要講 窩現正在試 09/22 05:45
→ LDPC : 窩之前就在調教llm action model 09/22 05:46
噓 xross : 奇怪對標LLM 難道不應該跟其他classifier對比??? 09/22 05:55
→ xross : https://github.com/NandhaKishorM/laya 例如這個 09/22 05:57
推 tsubasawolfy: 因為這對那些超級模型來說,是個省token的利器呀。 09/22 06:02
→ tsubasawolfy: 跟人腦一樣先決定要不要花腦力去控制肌肉做每一步 09/22 06:02
→ tsubasawolfy: 還是教給肌肉記憶完成。 09/22 06:02
推 LDPC : 不要講啊 我還沒做完 講別的+_+ 09/22 06:03
→ alex00089 : 電腦分析,百分之七十是九,百分之二十是八,百分 09/22 06:12
→ alex00089 : 之五是零!? 09/22 06:12
推 marsonele : 那本書台灣翻譯成快思慢想 09/22 06:17
推 jack529 : 老黃緊張 09/22 06:20
推 Murasaki0110: classifier才幾年就在文藝復興喔 09/22 06:24
→ DarkerDuck : Anthropic和OpenAI應該很快就會在他們模型上實作了 09/22 06:48
→ DarkerDuck : 用同一套模型,拔掉和微調一些東西就效率大提升了 09/22 06:49
→ DarkerDuck : 以前就是用工具也硬要完整的LLM吐一堆token 09/22 06:49
→ DarkerDuck : 而且比傳統分類器可泛化能力高多了 09/22 06:50
推 Tsukasa0320 : 感覺用在自動交易的複合系統會很強? 09/22 06:51
→ DarkerDuck : 只是必須為使用的工具mcp都要先特化輸出輸入就是 09/22 06:52
推 dosiris : Jev概念股有哪支 09/22 06:59
推 jerrykyo : 感覺很適合當沖 09/22 07:01
推 pipiayin : 其實背後是果蠅腦吧 (誤 09/22 07:04
推 Ashand : 擔心什麼 有傑文斯悖論 09/22 07:07
推 jack529 : 交易量化上很快吧,不用省去輸出token廢話 09/22 07:09
推 Anikk : 豆包豆包 09/22 07:15
推 zero00072 : 已經到賽博擲筊了嗎?聖筊! 09/22 07:18
推 pponywong : 這個就只是把LLM 的if-else 拿出來而已 09/22 07:26
→ pponywong : 裡面的statement 就不用 09/22 07:26
推 zakijudelo : 可以用來預測樂透頭獎? 09/22 07:31
推 Samurai : 這不就深度學習的基礎型態?? 09/22 07:46
噓 Levitator : 這備註是???自己發的文真的有看完嗎...? 09/22 07:51
推 computer3314: 感覺適合拿來算命 09/22 07:58
→ coolrock : 好像有點厲害 09/22 08:12
推 devidevi : 問明天股市會漲多少點 09/22 08:22
推 kalapon : 來試試當作agent的skill 09/22 08:26
噓 WuhanWinnie : 這備註有出過社會嗎? 09/22 08:26
推 ggsuperda : 聽起來適合拿來賭博 09/22 08:30
推 jboys75 : 偷推Dark版大 09/22 08:39
推 ctx705f : 爛透了 09/22 08:45
推 ben192726 : 直接選C 09/22 08:45
噓 fishead1116 : 下次要寫備注之前可以先問問AI 09/22 09:07
推 strlen : 這東西去年年出就有人搞出類似的東西 問題是行銷能 09/22 09:31
→ strlen : 力不足 jev 打著前OpenAI員工創辦的名號出來才有人 09/22 09:31
→ strlen : 用 09/22 09:31
推 kalapon : 剛剛試了,註冊送5鎂,剛叫模型回測建議幾隻股票, 09/22 09:39
→ kalapon : 然後送給這個分析,再做報表給我看,在下數學不好 09/22 09:39
→ kalapon : … 09/22 09:39
→ kalapon : https://duk.tw/jgAZkr.jpg 09/22 09:39
推 doranako : 省token, 不用再增加基建,ai概念股崩 09/22 09:40
推 kalapon : 這樣子花了0.0003鎂 09/22 09:42
推 doranako : Jev裡面提了很多不負責任的宣言,應付一般消費者需 09/22 09:44
→ doranako : 求還可以,例如問天氣一般問題等 09/22 09:44
推 hanmas : 可以做機器人了? 09/22 10:03
推 kalapon : 會有garbage in out 的情況,使用者丟給它的數據不 09/22 10:03
→ kalapon : 對不完整,它不會自己掰 09/22 10:03
推 secrectlife : 大概一個月後各大AI就會內建了 09/22 10:10
推 Skydier : 這東西的亮點是對僅需決策的使用者來說 09/22 10:16
→ cgser : 背後是工讀生 09/22 10:16
→ Skydier : 不需要像LLM一樣燒這麼多token去給一堆贅述 09/22 10:16
推 drkkimo : 不錯, 不過這個怎麼作autoregression? 09/22 10:22
推 arlaw : 開個六給他,讓他贏莊家一百塊 09/22 10:41
推 cavabien : 原來是AI的反射神經模組啊 09/22 10:41
推 necrophagist: agent工作流可以放進去 先判斷思考大方向 省一堆to 09/22 10:43
→ necrophagist: ken 上下文compaction也能判斷哪些可砍哪些不能動 09/22 10:43
推 rereterry : 這個看起來是特化要用在機器上的,有大量直覺勒判定 09/22 11:03
推 siyaoran : 給機器人用的 09/22 11:25

💰 股票 Stock 版:熱門文章

💰 股票 Stock 版:更多文章