ChatGPT核心研究者创立TypeSafe AI，发布不生成文本的决策模型Jev

TypeSafe AI由前OpenAI研究员Diogo Almeida创立，他是RLHF技术的幕后推手之一，该技术是ChatGPT得以落地的关键训练方法。公司成立约两年，一直保持低调，本周正式公开亮相，同步宣布完成由DCVC领投的4000万美元种子轮融资，折合人民币约2.69亿元。此次融资将用于推进Jev模型的商业化部署与技术迭代。

Jev的核心定位是「系统一模型」，对应心理学中快速、自动化的直觉判断机制。与GPT系列等生成式大语言模型不同，Jev不产生任何自然语言字符串或代码，而是专门面向固定选项选择、连续数值评分和是非概率判断等重复性结构化决策场景，适合需要高频、低延迟调用的自动化工作流。

Jev的输出由三类原语构成。Choice原语从最多255个预定义选项中选出一项，并返回各选项的概率分布；Score原语在指定数值范围内输出评分及置信度，适用于客户流失风险分级、记录排序和批量数据标注；Noul原语则针对预设问题返回校准的是或否概率，可用于对其他模型结果进行二次验证，或在自动化流程中设置条件分支。

在训练方法上，TypeSafe AI采用自研的「校准决策强化学习」（RLCD），核心目标是让模型的置信度与实际正确率精确对应——若模型对一批预测给出70%的置信度，则理论上约70%的预测应当正确。这一特性使Jev特别适合风险评分、内容审核分流和模型输出验证等对可靠性要求较高的场景。

在性能与成本方面，TypeSafe AI公布的基准数据显示，Jev速度最高可达前沿大语言模型的193.6倍，成本最低可降至444.6分之一。输入Token定价为每百万个0.042美元（约合0.28元人民币），由于不存在自回归生成过程，输出Token实际上免费。为直观展示实时决策能力，公司发布了Jev以每秒约10次频率操控《毁灭战士》游戏的演示视频，每小时运行成本约为7美元。在维基百科链接导航基准测试中，Jev的完成速度也超越了多个以高速非推理模式运行的主流前沿模型。

要点

• TypeSafe AI由ChatGPT核心研究者Diogo Almeida创立，完成4000万美元种子轮融资后正式公开
• Jev定位为不生成文本的结构化决策模型，输出仅限Choice、Score、Noul三类原语
• 底层采用RLCD训练，使模型置信度与实际正确率高度校准，适合高可靠性决策场景
• 官方基准显示速度最高提升193.6倍、成本最高降低444.6倍，输出Token完全免费
• Jev面向高频自动化决策场景，与生成式大语言模型形成差异化定位而非直接竞争