Jev
TypeSafe AI 的 System One 模型,返回带校准概率的结构化决策供代码使用。
Jev 是 TypeSafe AI 推出的轻量级决策模型,由一位 ChatGPT 共同发明者参与打造,于 2026 年 9 月 15 日限量发布,其输出被约束为可直接运行,并宣称不会产生幻觉。近期报道包括:Vercel 数据显示 Jev 在发布两周内被 35% 的付费团队采用;TypeSafe AI 获 Andreessen Horowitz 领投约 8.7 亿美元融资,估值 75 亿美元;Cloudflare 推出 Clef 与 Clairic 与之竞争,社区也发布了 Decision 3.0、Vega、PolicyLM-1.7B 等模型,并有评测指出嵌入模型加简单分类器在标注数据充足时优于 Jev。
TypeSafe AI 的 System One 模型,返回带校准概率的结构化决策供代码使用。
jevals是一个开源工具,用类型化Jev决策模型替代LLM评判,为智能体提供评估和护栏。所有评估合并为一个HTTP请求,成本仅千分之一美分,响应时间几百毫秒,适合在每次追踪或智能体循环中运行。支持Jev、Kev、Laya及普通聊天LLM。
一项实验让Jev、Laya、微调ModernCE和微调Qwen3.5-4B在ViZDoom中自主游玩,比较击杀、生存时间与响应延迟。微调Qwen3.5-4B平均击杀3.63,表现最佳;Jev平均生存5.63秒,p95延迟约200毫秒。所有模型均未针对Doom专门训练。
滑铁卢大学研究者发布开源项目ProgramAsWeights,可将英文功能描述编译为可复用的神经程序并在本地运行。其编译器用微调的Qwen3-4B为冻结的Qwen3-0.6B生成LoRA适配器,把编译与推理分离,程序可保存、分发并与普通代码组合。
开发者发布开源模型Von,参数量395M,作为TypeSafe JEV的即插即用替代,可在CPU上运行且仅需1-2GB内存,响应时间25-300毫秒,在所有基准测试中超越JEV。开发者还表示正在寻找AI研究实验室的工作机会。
Cua团队发布CUA-S1-FORMS,一种专用于表单交互的窄域决策模型,仅70.6万参数,原始检查点2.8MB,训练不到30分钟。该模型受TypeSafe JEV和Kahneman双系统理论启发,为给定元素预测使用、勾选、点击或跳过等操作,不生成新值或考虑截图。
一位开发者称,他早在2025年3月就通过arXiv论文、Hugging Face权重和开源数据集发布了基于强化学习的非自回归决策模型Laya,可在35毫秒内完成推理并覆盖100多种语言。他指责由前OpenAI成员创立的前沿实验室TypeSafe AI在2026年9月推出的同类产品Jev未附论文、开源权重或训练数据,却将其包装为全新突破。
Reddit用户讨论新发布的Jev,认为其像具备自定义提示和标准指令能力的智能分类器,质疑它与需微调的BERT有何本质区别,是否只是BERT的泛化版本。讨论未给出官方技术说明。
开源项目发布了可对多个选项一次性打分的 Jev-like 小模型并附 Doom 与国际象棋示例;报告称 Doom 检查点在10个回合平均0.60击杀和-97.50奖励,棋类检查点对随机对手表现为4胜46和0负,但对 Stockfish level 0 为0胜2和48负。
TypeSafe 发布 System One 系列与首款模型 Jev,宣称在结构化决策任务上比现有大模型快 20–200×、成本低 40–400×,并采用新架构、并行采样与 RLCD 训练方法,首次推出早期访问。