Diogo Almeida
PulseAugur coverage of Diogo Almeida — every cluster mentioning Diogo Almeida across labs, papers, and developer communities, ranked by signal.
- developed Jevíčko 95%
- founded TypeSafe.ai 90%
- employed by TypeSafe.ai 90%
- founded System One 90%
- developed TypeSafe.ai 90%
- developed by Reinforcement Learning for Calibrated Decisions 90%
- developed System One Model 90%
- instance of System One Model 90%
- founded Jevíčko 70%
- developed by Jevíčko 70%
- competes with Jevíčko 70%
- competes with TypeSafe.ai 70%
8 天有情绪数据
-
TypeSafe AI 发布 Jev，一款专注于决策的 AI 模型
TypeSafe AI 发布了 Jev，这是一款新 AI 模型，旨在用于决策而非文本生成。与生成顺序 token 的传统 LLM 不同，Jev 使用并行采样来提供具有置信分数的结构化、类型化决策，目标是显著加快响应时间和降低软件集成成本。这种方法符合“系统 1”思维模型，专注于特定任务的快速、直观判断，而不是 LLM 更为深思熟虑的“系统 2”推理。
-
Jev AI 模型为应用程序提供结构化决策
Jev 是由 ChatGPT 联合创始人 Diogo Almeida 共同发明的一款 AI 模型，专为应用程序而非人机交互而设计。与生成文本的通用大语言模型不同，Jev 返回的结构化决策可供软件直接操作。这是通过定义特定决策、预期答案类型和评估标准来实现的，从而使 Jev 能够自动执行诸如将客户投诉路由到相应团队等任务。
-
TypeSafe AI 的 Jev 1.14.0 添加了图像输入和更长的上下文
TypeSafe AI 发布了 Jev 1.14.0，这是其决策模型的更新版本，通过从预定义选项中选择答案来区别于传统的 LLM。新版本引入了多模态功能，允许它处理文本和图像输入，尽管非文本数据的性能可能会有所下降。Jev 1.14.0 还扩展了上下文长度功能，并引入了用于对象定位的新“box”类型，开发人员鼓励社区贡献以识别模型不一致之处。
-
前OpenAI研究员质疑AI的自动化差距
前OpenAI研究员、现TypeSafe AI负责人Diogo Almeida在Modal举办的会议上，对尽管AI能力取得进展但实际自动化应用却寥寥无几表示沮丧。他强调了当前AI潜力和其在自动化领域的实际应用之间存在巨大差距，并对该领域的现状提出质疑。
-
人工智能研究界面：从对 ChatGPT 的幻灭到基于代理的论文交互
前 OpenAI 研究员 Diogo Almeida 对 ChatGPT 的发展表示失望，认为其当前状态是研究的“糟糕界面”。这种情绪在关于研究论文作为界面的局限性的讨论中得到了呼应，斯坦福大学的一篇论文提出了一种可以与研究文档交互的代理。更广泛的背景涉及人工智能搜索应用（如 Codi）从代码和内部文档等来源检索信息的潜力。
-
OpenAI 推出 Decisions API 与病毒式 AI 模型 Jev 竞争
Jev 是一款专为快速决策和分类任务设计的 AI 模型，自 9 月由 TypeSafe AI 发布以来，在硅谷开发者中获得了巨大关注。该模型的效率和成本效益使其迅速普及，Vercel 的付费团队中有相当一部分在其发布的第一天就尝试使用了它。为应对 Jev 的成功，OpenAI 推出了自己的竞争产品 Decisions API，该产品使用了他们的 GPT-6 Luna 模型，凸显了自动化常规业务判断的 AI 市场的增长。
-
Jev AI 专注于决策而非文本，具有校准的置信度
Jev 是一个新的人工智能系统，旨在做出决策而非生成文本，这使其区别于 ChatGPT、Claude 和 Gemini 等模型。Jev 由 TypeSafe AI 开发，该公司由曾在 OpenAI 工作过的 Diogo Almeida 创立，Jev 旨在实现类似于“系统 1”思维过程的快速、即时判断。它回答固定问题并提供预定义响应，例如是/否或按比例评分，并为其决策提供置信度级别，旨在通过提供即时、可靠的答案而不是冗长的文本来简化业务流程。
-
Jev AI 模型引发文本无关概率输出的克隆大战 · 追踪 2 个来源
一种新型 AI 模型 Jev 已出现，它专注于提供概率和分类，而不是生成文本。Jev 由 TypeSafe AI 的创始人 Diogo Almeida 开发，他曾是 OpenAI 的 ChatGPT 团队成员。Jev 旨在充当“前沿智能函数调用”。其核心创新在于速度和可靠性，能在毫秒内以概率回答输入的问题，而无需生成文本，从而避免了幻觉。这种方法引起了极大的兴趣，并迅速引发了一波开源克隆，例如 Kev 和 Laya，它们旨在复制 Je…
-
Jev AI 创始人批评行业过于关注速度而非可靠性
TypeSafe AI 的联合创始人兼首席执行官 Diogo Almeida 在最近的一次采访中讨论了公共基准测试的局限性以及 AI 模型可靠性的重要性。他认为，尽管当前的 AI 模型功能强大，但由于优化目标不匹配，它们常常无法自动化基本任务，导致大量潜力被浪费。Almeida 还批评了行业过于关注速度和成本而忽视可靠性，并将其与 OpenAI 最初关于 AI 为经济价值工作做出贡献的愿景进行了对比。他认为 AI 应该在幕后运行，增强…
-
OpenAI 发布 Decisions API，一款类似 Jev 的代理控制模型
OpenAI 发布了新的 Decisions API，该 API 的功能似乎与 TypeSafe AI 最近发布的 Jev 模型类似。这两个 API 都旨在为软件自动化提供快速且经济高效的分类和决策制定，有可能增强速度较慢、成本较高的语言模型。这项技术对于监控和保护 AI 代理至关重要，可以通过快速评估操作与预定义选择的匹配程度来防止不当行为。
-
TypeSafe AI 发布 Jev，一款用于快速决策的 AI 模型
TypeSafe AI 开发了 Jev，这是一款专为快速决策任务而非对话能力而设计的新型 AI 模型。与生成文本的传统大型语言模型不同，Jev 采用“系统 1”思维模式，处理非结构化的程序状态以输出类型化、概率性的决策。这种方法利用并行采样器，通过同时评估所有输出概率而无需顺序生成文本，从而使 Jev 的响应时间大大缩短，在 70 毫秒到 500 毫秒之间。
-
TypeSafe AI 推出 Jev，一款专注于自动化的 AI 模型
TypeSafe AI 已经发布了 Jev，这是一款专为自动化而非对话任务设计的新型 AI 模型。与逐个 token 生成文本的传统 LLM 不同，Jev 在单次运行中处理程序状态并返回结构化的、类型化的值。这种方法旨在消除文本生成，提供更快的处理时间和固定的每输入 token 成本，输出免费。该模型采用新颖的“校准决策强化学习”方法，提供准确反映其决策准确性的置信度分数。
-
TypeSafe AI推出Jev，一款用于自动化的“智能switch语句”模型
TypeSafe AI推出了Jev，一款针对自动化任务进行了优化的新模型，它提供具有校准概率的类型化决策。与传统的LLM不同，Jev不生成字符串，而是根据结构化文本状态回答问题，契合了Agent决策过程中的“switch语句”模式。该公司声称，Jev在特定System One任务上具有显著的速度和成本优势，与前沿模型相比，成本可能降低444.6倍，速度可能提高193.6倍，尽管这些数据被呈现为最佳情况。
-
前OpenAI研究员推出Jev，一款用于校准决策的AI
Diogo Almeida，一位前OpenAI研究员，也是ChatGPT和RLHF的联合发明人，通过他的公司TypeSafe AI推出了一款名为Jev的新AI模型。该模型被设计为“System One Model”，专注于自动化，与传统LLM不同，它不生成文本。相反，Jev接收世界状态和类型化问题，以提供具有概率的校准决策，目标是降低延迟和成本。其训练方法是用于校准决策的强化学习（RLCD），专注于认知上诚实的概率，并利用并行采样器在…
-
ChatGPT 联合创始人的 Jev 模型采用并行采样
一款名为 Jev Model 的新 AI 模型，由 ChatGPT 的联合创始人 Diogo Almeida 开发，正摆脱传统的自回归方法。它采用并行采样，以毫秒级的延迟生成结构化、类型安全的数据。
-
ChatGPT 联合发明人发布 Jev 模型用于类型化决策
ChatGPT 的联合发明人 Diogo Almeida 发布了一个名为 Jev 的新模型。该模型旨在提供带有置信度分数的类型化决策，而不是生成对话文本。Jev 声称其响应时间在 70-500 毫秒之间，输出代币无限制，可能影响实时决策系统。
-
ChatGPT联合创始人推出JEV，一款快速、廉价的结构化决策AI
一款名为JEV的新AI模型，由TypeSafe开发，并由ChatGPT联合创始人联合创建，通过专注于快速、结构化决策而非生成文本，为AI提供了一种新颖的方法。JEV旨在以毫秒级的校准概率返回答案，使其在需要大量小决策的任务上比传统LLM快得多且便宜得多。这一发展表明AI堆栈可能出现专业化，像JEV这样的模型处理高吞吐量的判断任务，而LLM则专注于沟通。
-
ChatGPT联合发明者TypeSafe AI推出Jev模型用于程序化决策
由ChatGPT联合发明者创立的TypeSafe AI公司已推出其Jev模型，该模型旨在自动化程序化决策。与生成文本的传统大型语言模型不同，Jev处理非结构化状态，直接在生产代码中输出类型安全的结构化值。这款专用的System One模型采用了名为“校准决策强化学习”（RLCD）的新型训练方法和硬件感知并行采样架构，与对话模型相比，响应时间显著加快，成本更低。
-
ChatGPT 联合创始人推出非生成式 AI；Salesforce 训练推理模型
ChatGPT 的联合创始人 Diogo Almeida 通过其公司 TypeSafe 推出了名为 Jev 的新 AI 系统。与传统的语言模型不同，Jev 被设计用于在软件中做出预定义的判断，提供极高的速度和成本效益。它通过从预设选项中进行选择来运行，TypeSafe 声称这可以防止幻觉，并使其比 Claude Fable 5.1 等模型更快、更便宜。Salesforce 还为其销售和支持代理开发了自己的内部推理模型 Koa，利用合成…
-
专家警告：人工智能系统可能看起来很先进，但缺乏实际效用
Diogo Almeida 分享的一项经验表明，人工智能系统尽管看起来令人印象深刻，但可能缺乏实际效用。他强调模型是为其特定目标进行优化的，并指出基于字符串的评估尤其难以有效优化。Almeida 警告说，仅为代理和 LLM 评估中的代理指标或文本输出来优化，可能导致与现实世界实用性脱节。