System One Model
PulseAugur coverage of System One Model — every cluster mentioning System One Model across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
专用 AI 模型 Jevíčko 在速度和成本上优于 GPT-5.6 Luna
最近的一项实验将 TypeSafe 的专用 System One 模型 Jevíčko 与 OpenAI 的 GPT-5.6 Luna 在一项分类任务上的性能进行了比较。尽管 GPT-5.6 Luna 使用的输入 token 更少，但 Jevíčko 完成任务的速度快了约 19 倍，成本降低了 27%。实验表明，虽然通用的 LLM 常用于分类等任务，但像 Jevíčko 这样的专用模型在速度和效率方面可能具有显著优势，这促使人们重新考…
-
TypeSafe 的 Jev 模型开创了 AI 决策的“System One”方法
TypeSafe 的 Jev 模型被描述为“System One 模型”，它与传统 LLM 不同，不生成自由格式文本，而是为预定义列表中的答案输出概率。这种方法并非完全新颖，因为 LLM 已经为 token 预测计算分数，但 TypeSafe 强调 Jev 的可信度和速度。该入门指南探讨了 Jev、其开源对应模型以及小型决策模型与大型语言模型的集成。
-
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。
-
Jev模型为推荐重排提供了独特的质量-延迟权衡
一项新研究探讨了Jev（来自TypeSafe AI的“System One Model”）在推荐重排任务中的有效性。该研究在多个Amazon Reviews数据集上将Jev与传统的推荐模型和Qwen LLM重排器进行了比较。结果表明，与逐点Qwen重排器相比，Jev在提供强大推荐质量的同时，延迟增长也更易于管理，尽管其整体服务延迟高于专门的推荐模型。
-
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。
-
TypeSafe AI 发布 Jev，一款成本降低 40-400 倍、速度提升 20-200 倍的前沿模型
TypeSafe AI 推出了其首个“System One 模型”，名为 Jev，该模型旨在实现快速、结构化的决策，而非文本生成。该模型采用了新的架构和一种称为“校准决策强化学习”（RLCD）的训练方法。Jev 声称比现有的语言模型效率更高、速度更快，并提供结构化输出以防止幻觉。