好的，热点是需要蹭的。

https://t.co/6Csas7rY5B https://t.co/pJ2Brk0uMq

首页 - TypeSafe AI

来源: https://typesafe.ai/

我们采取了相反的研究方向

不是聊天

基于人类反馈的强化学习（RLHF）催生了为人类偏好而优化的大语言模型。这导致了在指令遵循方面达到超人类水平的模型，也就是我们现在所说的“聊天”。然而，RLHF固有地存在一些问题，例如模式丢弃、过度自信和缺乏可靠性。这些缺陷意味着大语言模型需要人类在环。

一个新模型

我们构建了一类新的模型——系统一模型，专为机器原生使用而设计。我们正在使用一种新架构、一个新采样器和一个新训练算法来构建它：用于校准决策的强化学习（RLCD）。

决策，而非字符串

软件可以处理的、有类型的输出。

校准的信心

每个决策都包含模型对其置信度的估计。

更像代码

可靠、快速、类型安全。

[b.64]

ZmxvYXQgUV9yc3FydCggZmxvYXQgbnVtYmVyICkKewoJbG9uZyBpOwoJZmxvYXQgeDIsIHk7Cgljb25zdCBmbG9hdCB0aHJlZWhhbGZzID0gMS41RjsKCXgyID0gbnVtYmVyICogMC41RjsKCXkgID0gbnVtYmVyOwoJaSAgPSAqICggbG9uZyAqICkgJnk7CglpICA9IDB4NWYzNzU5ZGYgLSAoIGkgPj4gMSApOwoJeSAgPSAqICggZmxvYXQgKiApICZpOwoJeSAgPSB5ICogKCB0aHJlZWhhbGZzIC0gKCB4MiAqIHkgKiB5ICkgKTsKLy8JeSAgPSB5ICogKCB0aHJlZWhhbGZzIC0gKCB4MiAqIHkgKiB5ICkgKTsKCXJldHVybiB5Owp9

快193.6倍，便宜444.6倍。

*基于系统一任务（验证）的工作流程 (https://typesafe.ai/blog/introducing-system-one-models-and-jev)

TypeSafe AI

成本 $0.000081

0.114秒内完成

大语言模型

成本 $0.013880

8.566秒内完成

为自动化而构建

Jev返回带有校准概率的有类型决策，因此你的软件可以处理不确定性。设定它在何时自主行动、何时要求复核的阈值。在代码中组合这些决策以构建更大的工作流，并控制智能的使用方式。

Jev的性价比简直突破天际。

机器原生智能

大语言模型为人类生成文字。Jev生成有类型的决策，更像代码：可靠、快速、自洽且类型安全。

零幻觉

每个Jev决策都附带置信度估计，因此你的软件可以在置信度高时行动，置信度不足时上报。

$42

每十亿输入Token。

238倍

输入价格低于 Claude Fable 5.1。

与我们一起构建

常见问题解答

什么是系统一模型？什么是Jev？

系统一模型是一类为软件内部决策而构建的新型AI模型。Jev是TypeSafe首个公开的系统一模型，针对自动化进行了优化。向Jev发送结构化问题，即可获得有类型的决策，其中包含概率和置信度，你的软件可以据此行动。

Jev只是一个更小的大语言模型吗？

这与JSON模式或结构化输出有何不同？

Jev为何能如此快速且低成本？

你能让Jev更快吗？

这些价格是临时的还是有补贴的？

Jev擅长什么？在哪些方面会吃力？

Jev是否仍可能出错？

如何开始使用或提问？

[b.64]

iVBORw0KGgoAAAANSUhEUgAAABwAAAAcCAAAAABXZoBIAAAAl0lEQVR42mNgGPyg5u9/e1xyCV9+/7XDJVn/G7eky5vfl+U5sMvZPPn9Ow6XobP//t2LS07k7+/XTjjkFM7+/V2HS2PG7787+HHIBXz4fVAcl6F///6dj8vQ6b9//1bHIWdw9/fvNbg0vvr9+wgPLsm/v39H4pKb///vX3lcNj75+70HR4AzOPz+ewdn/OOVlDiIR5K6AACSCULwD4UI6QAAAABJRU5ErkJggg==

VHlwZVNhZmUgQUkgSW50ZWxsaWdlbmNlIE5vdw==