# Jev 模型：放弃自回归，靠 RLCD 做决策

- 来源：karminski-牙医 (@karminski3)
- 发布时间：2026-09-18 07:11
- AIHOT 分数：40
- AIHOT 链接：https://aihot.news/items/cmu65t3i50bzbrofj6yb2pxmh
- 原文链接：https://x.com/karminski3/status/2100724328975462779

## AI 摘要

Jev 模型放弃传统自回归架构，无法直接输出普通文本，只能按预定义 Schema 做结构化决策输出，例如垃圾短信二分类会返回带概率的 JSON（isSpam true 0.982 / false 0.018）。其真正护城河是 RLCD（校准强化学习），使输出很难出现概率失真，但代价是模型表现刻板、只适合干活。目前仅支持文本输入，复杂场景需把内容转成文本并定义可选动作，模型再自主决策。

## 正文

不过说实话，我觉得头部大厂如果真要下场抄，Jev目前构不成绝对的物理壁垒. 他真正的护城河是RLCD(校准强化学习), 意味着这玩意很难出现概率失真. 但也意味着, 这个模型很刻板(就是用来干活的). 如果拿打游戏比喻, 它会是个技术型主播, 但它是没办法打出娱乐主播那种"节目效果"的.

### 引用推文

> karminski-牙医：给大家写个简单的Jev模型介绍, 这绝对是个需要重点关注的模型. 简单讲, 这个模型放弃了传统自回归架构, 它没有办法直接输出普通文本. 但是他能进行决策! 比如最简单的二分类场景, 输入一条短信, 让它判断是否为垃圾短信, 它就可以输出这样的JSON: {"decision": { "isSpam": true },...