前OpenAI研究员造出“闭嘴”模型，2400万人围观

前 OpenAI 研究员 Diogo Almeida 结束两年隐身，发布新模型 Jev。他曾是 InstructGPT 论文共同作者，参与早期 RLHF 与 GPT-4 工作，但离开后开始怀疑“聊天能力是否真是软件自动化的核心”。TypeSafe 推出的首款 System One Model Jev 放弃自由文本生成，官方称速度提升 20-200 倍，成本最高降至 1/400，输出 Token 免费。

传统大模型需逐 Token 生成回答，程序再解析字段；Jev 则直接输出类型确定的结构化判断及概率、置信度，即“非结构化状态进去，带类型的概率决策出来”，且结果可并行产生。官方称端到端响应约 70-500 毫秒，输入每百万 Token 0.042 美元，输出免费；内部 workflow eval 最高测得 193.6 倍速度优势和 444.6 倍成本优势，但 TypeSafe 承认测试来自内部团队，可能接近收益高位。外部实测中，Every 评测负责人 Mike Taylor 用 Jev 检查 37 篇文档，完成 777 次独立判断，总耗时不到 0.7 秒；一项写作质量判断中，Jev 约 0.35 秒，Fable 5.1 需 8.83 秒，前者快约 25 倍，成本低约 580 倍。

Jev 采用新训练方法 RLCD，即面向校准决策的强化学习，回应 RLHF。Almeida 认为模型进入软件系统后，人的偏好未必最重要，关键是答案及确定性。RLCD 把校准放核心：若模型长期对某类判断给出 90% 置信度，这些判断最好真有约 90% 正确。软件可据此写逻辑：95% 以上直接执行，70% 交给更强模型，40% 送人类。AI 更像可插入程序的“模糊 if 语句”，即 TypeSafe 所称“composable intelligence”。

TypeSafe 称 Jev“不会幻觉”，但此“幻觉”指模型生成程序未定义、无法处理的输出。Jev 不自由生成字符串，所有输出及类型提前定义，若只允许“投诉”“退款”“咨询”，就不会创造第四类，即 type safety。官方注明“0% hallucination”并非测试统计，而是因 schema matching 被保证，直接记为 0%。

通常所说的幻觉，指模型一本正经编造事实。原因之一是语言模型学习预测下一词，训练数据不附真假标签，后续训练和评测还常奖励“猜答案”。OpenAI 去年研究指出，答错和回答“不知道”都不得分时，猜答案至少可能蒙对，模型因此更易在不确定时继续回答。危险的不只是“错”，而是模型不确定却输出看似确定的话。普通 LLM 内部虽有概率分布，但下游通常只拿到生成好的自然语言，51% 和 99% 把握都可能变成“答案是 A”。

Jev 想保留不确定性，输出结构化答案及概率，如“投诉 92%、退款 5%、咨询 3%”。若最高概率仅 45%，系统可升级给更强模型或人类。TypeSafe 称其为“epistemically honest probabilities”。Type safety 保证答案不超处理边界，calibration 告诉程序答案多值得相信：一个解决“能不能处理”，一个解决“要不要执行”。这提供了降低广义幻觉风险的思路，但校准不等于没有幻觉。OpenAI 研究提醒，模型可能每次答错却诚实说“0% 把握”，概率校准但答案全错，因此 calibration 并非幻觉率衡量指标。这也引发质疑：Jev 表现真有这么好？