TypeSafe AI 创始人 Diogo Almeida 谈 Jev 与 RLCD:为软件而非聊天造 System 1 模型
TypeSafe AI 创始人 Diogo Almeida 在 Latent Space 访谈中介绍新模型 Jev,称其为面向代码消费的 System 1 模型,按每美元智能而非聊天体验优化,核心创新是未发表的 RLCD(Reinforcement Learning for Calibrated Decisions),用校准概率替代人类评分反馈。
推荐理由:Diogo Almeida 复盘 RLHF 到 RLCD 的路线分歧,并解释为何把可靠性而非基准分数当作模型目标。

