前 OpenAI 研究员发布 Jev 模型，放弃自由文本生成

前 OpenAI 研究员 Diogo Almeida 推出新模型 Jev，该模型放弃自由文本生成，直接输出类型确定的结构化判断及对应概率、置信度，以并行计算替代传统大模型的自回归生成，速度提升 20-200 倍，成本最高可降至原来的 1 / 400，输出 Token 免费。其训练方法 RLCD 以校准决策为核心，区别于 RLHF，强调让模型给出的概率真实反映把握程度。TypeSafe 称其实现 0% 幻觉，实际是指输出不会超出预设范围，虽引发诸如技术无开创性、偷换幻觉定义等质疑，但 Jev 指向的思路 —— 针对自动化需求，用刚好够用的能力处理大量重复、对延迟和成本敏感的任务，仍具价值。