RLCD
PulseAugur coverage of RLCD — every cluster mentioning RLCD across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
Jev 决策模型在准确性、速度和成本方面可与 LLM 相媲美
TypeSafe AI 开发的一款名为 Jev 的新决策模型，在对客户支持消息进行分类的准确性、速度和成本方面，与多个 LLM 进行了基准测试。在测试中使用 Banking77 数据集，Jev 1.14.0 达到了 97% 的准确率，其表现与 Claude Haiku 5.5 和 Gemini 2.5 Flash-Lite 等模型相当，同时提供了显著更快的响应时间和更低的每次决策成本。这种被称为“校准决策强化学习”(RLCD) 的方法…
-
TypeSafe.ai 发布 Jev 1.14，支持图像输入和 262k 上下文 · 跟踪 4 个来源
TypeSafe.ai 推出了 Jev 1.14，这是其 System One 决策模型的更新，现可通过 jev-preview 别名访问。此次发布引入了三项实验性功能：用于视觉任务的图像输入、用于边界框检测的“Box”类型，以及一个可选的 262,000 个 token 的上下文窗口。虽然这些功能尚未达到生产就绪状态，但 Jev 1.14 提供了改进的多语言支持，并保持其每百万输入 token 0.042 美元的定价。
-
Jev AI 将焦点从对话转向可靠的企业自动化
Jev 是 Typesafe 推出的一个新 AI 模型，旨在将 AI 的焦点从对话能力转移到企业自动化中可靠的决策制定。与针对文本生成进行优化的传统 LLM 不同，Jev 使用一种新颖的 RLCD（用于校准决策的强化学习）方法进行训练。该方法优化模型，使其充当提供各种业务决策概率的“裁判”，使开发人员能够将 AI 集成到具有可配置阈值和规则的软件中，以提高可信度和效率。目标是弥合 AI 在复杂任务中的高级功能与其在处理常规、结构化业务…
-
TypeSafe AI 发布 Jev“系统一模型”以支持结构化决策
TypeSafe AI 推出了 Jev，这是一种新型“系统一模型”，旨在实现快速、结构化的决策，而非通用智能。与传统的 LLM 不同，Jev 处理状态和问题，输出带有概率的类型化、结构化值，从而为自动化和生成式界面等应用提供低延迟响应。该模型采用新颖的校准决策强化学习 (RLCD) 方法进行训练，在发布后需求巨大，借助 Modal 的无服务器基础设施，在短短三天内处理了万亿级 token。
-
新的RLCD方法提高了推理模型的校准性和准确性
研究人员开发了OpenJev-RLCD，一种用于推理模型校准决策中强化学习的新实现。该方法首先采样一个理由，然后使用严格的适当评分规则对答案分布进行评分，这会激励不同的理由。在Qwen3-1.7B推理任务上的实验表明，RLCD在准确性和选择性预测方面与监督微调和其他强化学习方法相当或更优。值得注意的是，在GSM8K答案验证方面，与GRPO相比，RLCD实现了更高的准确性和更低的错误率。
-
新的SBERT2S1方法将句子编码器转换为决策模型
研究人员开发了SBERT2S1，一种将句子转换器编码器转换为能够单次通过回答模式约束问题的“系统一”决策模型的方法。该研究在BIODECIDE基准上评估了这些模型，并使用MEDLINE-S1（源自NLM索引的数据集）进行了训练。研究结果表明，检索预训练增强了零样本匹配并有助于微调，特别是通过新颖的Prior-Fused Residual (PFR)头，而标准的交叉编码器头提供了更高的原始准确性。研究还发现了RLCD训练目标存在的问题，…
-
新基准JevAdvBench测试RLCD模型鲁棒性
研究人员开发了JevAdvBench，这是一个新颖的基准，旨在评估使用强化学习进行校准决策（RLCD）训练的模型的鲁棒性。该基准解决了衡量RLCD模型可靠性的挑战，特别是当相同的请求可能产生不同的输出且外部标签稀缺时。JevAdvBench采用独特的评分方法，将攻击性决策与模型自身的干净决策和重新运行结果进行比较，而不是依赖外部标签。该套件包含66个场景下的812个问题，以及近10,000个变体的黑盒攻击集，旨在识别RLCD应用中的漏洞。
-
用于 Jev 架构的开源 Laya 模型超越基准测试
一个名为 Laya 的新开源模型已被开发出来，专为 Jev 架构设计。该模型拥有 4.21 亿个参数，采用非自回归决策模型方法，并在超过 25,000 个真实世界示例的大型人工标注语料库上进行了训练。训练在一台配备 96 GB VRAM 的 RTX 6000 Pro 上进行，由于模型体积小，它可以在低端 PC 上运行。据报道，Laya 超越了现有的 Jev 基准测试，并包含用于优化决策的 RLCD 策略梯度强化学习方法。
-
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…