英文原文

Put together some notes on Jev and the new category of system one aka decision models

中文翻译

整理了一些关于 Jev，以及 System One（也就是决策模型）这一新类别的笔记。

作者链接文章中的技术上下文

  • Jev 接收文本或半结构化数据，但不生成自由文本，而是为分类、是非判断、评分等任务返回浮点结果及置信度。
  • 作者将它描述为一种面向决策的模型形态：把非结构化状态转换为带类型的概率决策。
  • 文章列举了内容分类、优先级排序和搜索重排等用法；搜索重排示例先用 BM25 取回约 100 个候选，再由 Jev 依据原始查询评分。
  • 成本模型只按输入计费。文章给出的当时价格是每百万输入 token 0.042 美元，并以 GPT-5 Nano 的每百万输入 token 0.05 美元作对照。
  • 作者同时强调黑盒与偏差风险：系统只返回数值，难以解释具体内容信号，因此评测和结构化实验比普通 LLM 项目更加重要。
  • 文章还记录了社区尝试，包括基于 Qwen 3.5 的 Kev 0.8B、4B、9B 开放权重模型，以及用于比较同类决策模型的 JevBench。