Introducing System One Models and Jev
发布文章：架构、RLCD、基准测试、定价和 FAQ。
首页 / 文章与演讲
文章与演讲
33 条
本页由英文清单自动生成。
发布报道
12Launch thread by Diogo Almeida
创始人的论证：经 RLCD 训练的决策模型比聊天更快通向价值。
Hacker News launch thread
对这些基准测试持怀疑态度的解读都在这里。
The Register
发布报道、Doom 演示，以及 4000 万美元种子轮。
Latent Space
发布当日的汇总。
The Rundown
简短的发布摘要。
DataCamp
第三方对这些原语、定价和厂商评测的讲解。
How does Jev work? RLCD and parallel inference
关于训练方法已公开的部分。
TypeSafe Jev: the first decision-only model class
发布周的技术汇总：API、评测、适配器和技能。
TechCrunch
发布两天后：需求一度把 API 打挂，以及 Almeida 谈不想做前沿实验室。
Forkast
商业视角，附报道中的估值以及 Every 给出的速度和成本数字。
独立测评
10Testing Jev on public and private data
16,000 次调用对比两款 GPT 模型：它在哪里胜出、在哪里崩掉，以及一套定阈值的流程。
One judge call, or twelve dimension scores?
三项分类任务，一个直接问题对比十二个带拟合权重的打分维度。
Jev vs Mistral and Gemini for event validation
在本地活动信息上的正面对比，附成本和延迟。
Mini-Vibe Check
Every 在一份写作归档上跑了 1,709 次判断，花费不到一美分。
TypeSafe Jev played chess
只在合法走法中做 Choice，让它与推理模型比肩。
Jev, Sorted
读过一手资料后，哪些发布时的说法还站得住。
Typed decisions, not chat
把已发布的说法与公开证据能确立的部分区分开。
TypeSafeのJevを正しく驚く
日语；在 Gemma 上复现了 logit 捷径，并在马里奥载体上与多款 LLM 作对比。
TypeSafe Jev vs Claude Code: 4 models, 2 real jobs
约 9,750 次调用的预注册测试：按问题类型给出校准误差，Jev 在提交分类上领先、在知识库归档上落后，弃权把差距补了回来。
Jev, three days in
哪些已知、哪些是猜的、它适合做什么，把各方独立数字汇到一处。
长文与推文串
11Building a harness with Jev
LangChain 谈模型路由，以及把危险的工具调用挡在一个带类型决策之后。
Jev, from a developer's angle
分诊、RAG 过滤、引用核查和置信度门禁，附代码。
Jev is the fish at the poker table
一篇随笔，谈一个校准良好、不做生成的模型有什么用。
Jev as a command safety reviewer
Guillermo Rauch 谈用 Jev 审查每一条 fx 命令。
Jev Typewriter
Steve Krouse 的十六项判断演示和视频。
He says he co-invented ChatGPT. His new AI will not write a word
Vercel AI SDK 集成的逐步讲解。
Testing Jev for Pi extensions
开发者把 Jev 当作工具使用的安全层。
jev 同士に五目並べで対戦させた
日语；Jev 对弈 Jev 下五子棋，附源码和计时日志。
Jev's Architecture Unmasked
一次 10,000 调用的探测，重建出共享状态、并行分支的架构；上面的 kev 就是据此造的。
OpenJev on Hacker News
直接读 logits 到底算不算新鲜事，一场长篇争论。
Open-sourced Jev architecture last year
一项关于非自回归带类型决策的在先技术主张，以及反驳意见：真正的差别在于零样本的通用性。