Jev —— 不聊天的 AI 智能决策模型
🤖 Diogo Almeida 是参与创造 ChatGPT 的核心成员之一。他最新的作品 Jev 提出了一个大胆的想法:AI 的大规模自动化,可能根本不需要“聊天”,甚至不需要生成文本
⚡️ Jev 最特别的地方,在于它完全放弃了“聊天”和“逐字生成答案”的模式。它直接接收非结构化信息,然后输出预定义好的结构化决策,连带着每个选择的概率和置信度,并且所有结果都是一次性并行生成。这真的像一个超高效的智能函数调用:输入业务状态,它就直接输出可执行的决策,速度比传统 LLM 快 20 到 200 倍,成本也低很多
⚙️ 这种设计,有点像是把大模型负责思考和规划,而 Jev 则专注于在软件里大规模、高效率地做决策。过去我们常常试图把聊天型 LLM 硬塞进软件里,再用各种约束去规范它。Jev 则从模型架构层面就放弃了自由文本生成,只允许输出合法的类型。这种“不生成”的思路,或许是 AI 效率跃迁的下一个关键点
📱 更多技术细节和原推,你可以在这里看到:原文链接 · 相关链接
📮 这篇文章是转发给你的吗?点击这里加入频道,一起探索更多有趣的内容!
via Roller | ChatGPT Astra 中文社区 - Telegram Channel
🤖 Diogo Almeida 是参与创造 ChatGPT 的核心成员之一。他最新的作品 Jev 提出了一个大胆的想法:AI 的大规模自动化,可能根本不需要“聊天”,甚至不需要生成文本
⚡️ Jev 最特别的地方,在于它完全放弃了“聊天”和“逐字生成答案”的模式。它直接接收非结构化信息,然后输出预定义好的结构化决策,连带着每个选择的概率和置信度,并且所有结果都是一次性并行生成。这真的像一个超高效的智能函数调用:输入业务状态,它就直接输出可执行的决策,速度比传统 LLM 快 20 到 200 倍,成本也低很多
⚙️ 这种设计,有点像是把大模型负责思考和规划,而 Jev 则专注于在软件里大规模、高效率地做决策。过去我们常常试图把聊天型 LLM 硬塞进软件里,再用各种约束去规范它。Jev 则从模型架构层面就放弃了自由文本生成,只允许输出合法的类型。这种“不生成”的思路,或许是 AI 效率跃迁的下一个关键点
📱 更多技术细节和原推,你可以在这里看到:原文链接 · 相关链接
📮 这篇文章是转发给你的吗?点击这里加入频道,一起探索更多有趣的内容!
via Roller | ChatGPT Astra 中文社区 - Telegram Channel