IT之家9月17日消息，TypeSafe AI昨日(9月16日)发布公告，宣布推出Jev，该AI模型定位为“System One Model”(系统一模型)，不生成文本，直接返回结构化决策，其成本和延迟远低于大型语言模型。

　　 IT之家查询公开资料，TypeSafe AI由Diogo Almeida成立，他曾在OpenAI工作，是RLHF研究的幕后功臣之一，而该研究催生了ChatGPT。该公司成立于2年前，本周宣布结束隐身状态，宣布完成由DCVC领投的4,000万美元(IT之家注：现汇率约合2.69亿元人民币)种子轮融资。

　　该公司将Jev定义为“System One Model”(系统一模型)，对应快速、低延迟的重复决策场景。该定义借用心理学中的“系统1”概念，指快速、直觉式判断。该类模型面向固定选项、连续评分或是非概率等重复决策任务，不以生成自然语言文本、代码或多轮对话为主要输出形式。

　　 Jev 不生成自然语言字符串或代码。其输出包括3类固定原语：

• 　　 Choice(选择)，Jev提供的结构化输出原语之一。模型从预先定义的选项集合中选择1项，最多支持255个选项，并返回各选项的概率分布或对应置信度。

• 　　 Score(评分)：模型根据输入内容，在指定数值范围内给出评分，并附带置信度信息。文中以0至1范围内的客户流失风险评分作为示例，其适用场景包括风险分级、记录排序和批量数据标注。

• 　　 Noul(布尔概率)，模型针对预设问题返回校准的是或否概率及置信度，可用于对其他模型的结果执行二次验证、识别低置信度结论，以及在自动化工作流中设置条件分支。

　　在底层训练方式上，官方称3采用“校准决策强化学习”(RLCD)，目标是优化模型置信度与实际正确率的对应关系，例如模型在多个预测中给出70%置信度时，理论上约70%的相关预测应当正确，可用于风险评分、审核分流与模型输出验证。

　　该公司声称，在同类结构化任务上，Jev比前沿大语言模型快20至200倍，成本低至40至400分之一。

　　输入词元(Token)定价为每百万个0.042美元(现汇率约合0.28元人民币)，而由于根本不存在自回归生成过程，输出词元实际上免费。

　　 TypeSafe公布的基准测试数据显示，速度最高提升193.6倍，成本最高降低444.6倍，但同时承认这些数字代表实际性能的上限。

　　为展示实时决策能力，该公司发布了一段Jev玩《毁灭战士》的视频，其调用频率约为每秒10次，每小时游戏费用约为7美元(现汇率约合47.1元人民币)。在一项维基百科链接导航基准测试中，Jev完成任务的速度超越了多个以高速非推理模式运行的前沿模型。