Jev 放棄生成字串換來兩個數量級，護城河在哪 Jev：TypeSafe 的 System On

📝 本集重點：• 他的假設是 Jev 底下就是一個接近傳統的 LLM。給它狀態跟問題，它只生一步的機率分布——是非題就看 true 跟 false 兩個 token 的相對機率正…• 不是複製一個 Jev 出來賣，而是把分類能力折進模型裡面：加一個像「prediction」這樣的標籤，模型自己需要判斷的時候，就在自己的上下文裡丟一個問題，再在…• 他們的訓練方法叫 RLCD，Reinforcement Learning for Calibrated Decisions，目標不是人類偏好、也不是可驗證的獎勵…• 文章的說法是，輸入是非結構化的狀態，輸出是有型別的機率決策，你可以把它想成一個前沿智慧的 function call。因為輸出的可能值跟結構都事先定義好，所以它…

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