前几天，ChatGPT/RLHF 早期核心贡献者之一 Diogo Almeida，在最近发布了 Jev 模型，他花了2年在 stealth 模式开发新训练方法 RLCD（Reinforcement Learning for Calibrated Decisions）才训练出来 Jev ，定位是“System One 决策模型”：不生成自由文本，只做结构化决策/分类/路由，输出带校准概率的 type-safe 结果。 宣称比普通 LLM 快 20-200 倍、便宜 40-400 倍，输出 token 免费，专为软件可直接调用的决策场景优化。 然后 Harsha 直接开源了一个基于 Qwen-2.5-1B 的小模型（Qwen-2.5-1B-RLCD），在用极短时间开源一个“穷人版 Jev 核心能力”，因为 TypeSafe AI 公司发布的 Jev 模型是没有开源的。

  • 情报分类：技术学习与提效
  • 分类依据：内容涉及技术、AI、软件工具或工程实践
  • 信息来源：资讯 / 知乎热榜
  • 发布时间：2026/9/18 14:05:33