中文参考
这是Jev上的45秒TL;DR。 我发现核心想法非常简单,但视频让它真的很难理解。 希望您发现这对您有帮助。https://t.co/KtSKlEMVL3
原帖全文 / EN
Here's a 45-second TL;DR on Jev. I find the core idea beautifully simple, but the video made it really hard to understand. Hope you find it helpful. https://t.co/KtSKlEMVL3
- 浏览
- 140.9万
- 点赞
- 8747
- 收藏
- 7616
- 转发
- 632
引用帖
Diogo Almeida @CompleteSkeptic
在共同发明ChatGPT后,我不断问自己:为什么超人聊天模型没有导致AGI? 过去两年,我一直在秘密开发一种新的模型训练方法(RLCD),以及我们今天发布的一种新型前沿人工智能模型:Jev ·快20- 200倍 · 40-400x https://t.co/JSybNG2BKJ
查看 X 原帖 ↗转载与衍生
关于 Jev 的 45 秒视频 核心理念其实非常简单优美 不止于game、trade 在速度、文本理解、排序的基础上可以衍生出很多:https://t.co/HpbXiO33fb https://t.co/CRLpFPi4NC
zhod @zhodonx这个实验室正在改变我们对人工智能如何构建到软件中的一切。 我有机会研究了TypFace的新模型Jev,我真的认为这些人发现了一些有趣的东西。 有关上下文: TypSafe是旧金山的一家人工智能实验室,由Diogo Almeida共同创立,Diogo Almeida是帮助ChatGPT成为可能的研究人员之一。 他们刚刚从两年的秘密行动中脱颖而出,获得了4000万美元的种子资金和他们的第一个公共模型。 这个模型有趣的地方是你甚至不能和它聊天。 你不能要求它写一篇文章或生成代码。 Jev是为了在软件内部做出决定而构建的,它这样做的方式非常有趣。 以下是您需要了解的一切: TypSafe将Jev称为一类新型人工智能模型,即System One模型。 想象一下您正在构建一个客户支持应用程序。 有人抱怨订单,威胁要取消并要求退款。 您希望您的应用程序弄清楚投诉有多紧急、应由哪个部门处理以及是否需要人工干预。 通过Jev,您可以提供消息、定义这些问题并指定可能的答案。 它会评估它们并返回结构化决策,其中包含您的软件可以立即采取行动的可能性。 以下是它与传统LLM的不同之处: 它不生成文本: 您可以使用三个基元预先定义可能的答案:选择、得分和Noul(是/否)。 其结构化输出是原生的: Jev不是像传统的LLM那样逐个令牌生成SON令牌,而是直接生成类型化的决策。 它并行评估问题: 您可以就同一文档提出20个问题,并在一次请求中接收所有决定。 它经过训练来表达不确定性:TypSafe开发了一种名为RLCD的方法,旨在产生校准的概率,以便软件可以识别不确定的决策并将其升级。 而且数字非常疯狂。 根据TypSafe的说法,Jev在类似的决策任务上的速度可以提高20到200倍。 他们的工作流程评估报告称,性能提高了193.6倍,成本降低了444.6倍,并且每百万个输入令牌的成本仅为0.042美元,输出令牌是免费的。 首先,这太疯狂了。 在独立测试中,他们使用Jev在不到0.7秒的时间内评估了37份文件的777项判断,费用大约为四分之一美分。 当然,Jev仍然可能做出错误的决定,实验室可能需要更广泛的独立测试。 但我认为这里有一个相当大的机会。 想象一下,软件可以做出数百个智能决策,而无需为每一个决策调用昂贵的推理模型。 检查声明、路由请求、验证代理操作并决定接下来会发生什么。 我认为这就是TypSafe正在探索的方向。 如果他们能够在这样的速度和价格下保持有用的准确性,我就明白他们为什么要押注于此了。 而且他们甚至用它来玩游戏。可笑! 有了Jev的支持,我们可以做很多事情,我正在努力自己打造一些很酷的东西。 当我想到什么时,我会很高兴的。https://t.co/z4Yqsj4t45
Alex Northstar @NorthstarBrain今天有用的人工智能:Jev 因为ChatGPT的联合发明者刚刚推出了一个拒绝写一个单词的人工智能 Jev,它只是决定 你不和它说话,你递给它一条消息、一张门票或一份文件并问一个问题。它发回您的软件可以立即使用的决定:这个队列、这个分数、这个是/否。 你应该知道的6件事: 1.它背后的人已经帮助发明了聊天机器人时代。Diogo Almeida研究了DirectGPT和ChatGPT背后的方法,然后花了两年时间提出了一个不同的问题:如果模型已经很擅长说话,为什么软件不能完全自动化?他的答案是TypSafe和一个他们称为System One的新模型类。Jev是第一个公开的。 2.它只回答3种问题。选择:哪支球队应该获得这张门票?评分:这有多紧急,从0到2?是/否:该客户想要退款吗?您可以一次问几个。它平行地回答了它们。 3.速度和价格都令人难以置信。典型回复:70至500毫秒。 投入:每百万个代币约0.042美元。输出:免费。这就是为什么人们把它放在ChatGPT苦苦挣扎的地方 一个Minecraft机器人运行2分钟,价格约为1美分。浏览器代理在7秒内找到航班,价格为0.0039美元。一位开发人员以大约2美元的价格运行了大约5,000个请求。 4.有用的部分是信心分数。高信心:自动化。低信心:将其发送给人类或智能模型。这就是您获得廉价自动化的方式imo 5.早期的用例是“无聊的”:确定罚单,评分风险。Jev是一个聪明的如果陈述,可以理解混乱的语言。 6.局限性:它无法写作、解释自己、进行可靠的数学运算或查看图像。 其中1件有用的事情:保留ChatGPT以供写作。使用Jev来决定。因此,请保留“正常人工智能模型”,以便进行艰苦的思考和写作。 使用Jev来快速做出决定。 那么,如果判断几乎不花费任何费用,您会首先自动化什么呢? https://t.co/sm8b8v8qBC
Tadle - Sandbox Framework @tadle_com反映JEV模型核心理念的视频。 这可能不是一开始就显而易见的,但所有的决策程序都已融入塔德尔后来透露的推理中。https://t.co/RrM12k8uoW
来源
本页为独立社区整理,仅展示公开原帖与来源链接。媒体、文本、账号信息及商标权利归原作者和原平台所有。
