Jev的出現，是否意味著AI發展將從內容生成轉向決策判斷？

Question

Accepted Answer

Jev的出現標誌著AI發展在決策判斷領域的顯著突破，但這並非意味著內容生成將被取代，而是朝向多元協同發展。

Jev作為一款專注於快速、可靠決策的AI模型，其70毫秒內的機率性判斷能力，確實挑戰了過去AI發展僅以「會說話」為指標的觀念。創辦人Diogo Almeida將其定位為「System One模型」，強調其直覺式的、非複雜推理的決策機制，旨在為無人監督的自動化系統提供可量化的決策依據，這與大型語言模型（LLMs）的內容生成模式形成了鮮明對比。
AI發展呈現出決策導向的潛在趨勢

Jev的設計理念源於對現有大型語言模型在AGI實現路徑上的反思。Almeida認為，過去的RLHF（人類回饋強化學習）訓練方式，使模型傾向於提供符合人類偏好的回答，卻可能犧牲了決策的絕對可靠性，尤其是在無人值守的系統中。Jev透過RLCD（校準決策強化學習），要求模型提出的機率與實際命中率高度一致，確保了決策的量化與可靠性。例如，其端到端的判斷速度僅需70至500毫秒，遠優於大型模型所需的數秒甚至數分鐘，這在需要即時反應的應用場景，如即時遊戲或複雜任務的並行拆解，展現出顯著的效率優勢。
內容生成與決策判斷的協同作用將是未來主流

然而，將Jev的出現視為AI發展的單一轉向過於簡化。Almeida本人也明確指出，Jev並非要取代現有大型語言模型，而是與其構成「雙核心搭檔」。大型模型負責生成內容，而Jev則負責快速評分與決策，這種協同作用體現了未來AI發展的多元整合趨勢。例如，Jev可以快速審查程式碼的Pull Request，而內容生成模型則能根據Jev的評估結果進行修改。此外，儘管Jev在數學問題上的推理能力與GPT-4相當，且不支援影像輸入，但這並不否定內容生成、圖像識別、自然語言處理等領域的持續進步與重要性。AI的發展是多面向的，不同類型的AI技術相互促進，共同推動著整體領域的演進。

閱讀紀錄

隱藏 →

此記錄會在頁面關閉後消失

Jev的出現，是否意味著AI發展將從內容生成轉向決策判斷？

Loading

你覺得這篇文章有幫助嗎？

有幫助

沒幫助

回報問題

1

0

0

分享給好友