Jev: отказ от текста ради скорости ИИ-решений

Диогу Алмейда, стоявший у истоков ChatGPT и технологии RLHF в OpenAI, утверждает, что современные LLM перегружены избыточной оптимизацией под человеческий язык. Его новый проект Jev переносит акцент с генерации слов на выполнение прикладных задач. Модель выдает конкретные решения, что делает её дешевым и предсказуемым инструментом для разработчиков.

Первые тесты показывают впечатляющие результаты: в инфраструктуре Vercel замена стандартных моделей на Jev ускорила обработку инструкций до 18 раз. Хотя в задачах классификации писем система уступает Gemini в точности, она выигрывает за счет стоимости, которая ниже в 10–20 раз. Модель не просто выдает результат, но и сопровождает его числовой вероятностью, что упрощает интеграцию в программный код.

Архитектура Jev остается закрытой, однако известно, что она обучается исключительно на синтетических данных. Сейчас компания внедряет систему для контроля действий ИИ-агентов и интеллектуальной маршрутизации запросов. Название проекта отсылает к парадоксу экономиста Уильяма Стэнли Джевонса: по мере удешевления технологий их использование становится массовым, что в будущем позволит встраивать подобные решения в любое ПО.