Jev 发布：基于 Transformer 的非生成式判别模型

1 篇收录报道1 家独立信源交叉印证持续跟踪至 2026/10/19 17:36:00

全景综述与最新动态

1 家信源交叉印证

TypeSafe AI 于 2026 年 9 月发布 Jev，这是一种基于 Transformer 架构但摒弃文本生成的新型模型。Jev 专注于分类、评分和判断等限定形式任务，通过直接输出概率分布实现百毫秒级推理，显著快于传统大语言模型。文章深入剖析了从 BERT/GPT 到 Jev 的架构演进，指出其核心在于保留 Encoder 的理解能力而移除 Decoder 的生成机制，为特定判别场景提供了高效替代方案。

最新动向/TypeSafe AI 于 2026 年 9 月发布 Jev，这是一种基于 Transformer 架构但摒弃文本生成的新型模型。Jev 专注于分类、评分和判断等限定形式任务，通过直接输出概率分布实现百毫秒级推理，显著快于传统大语言模型。文章深入剖析了从 BERT/GPT 到 Jev 的架构演进，指出其核心在于保留 Encoder 的理解能力而移除 Decoder 的生成机制，为特定判别场景提供了高效替代方案。

热度曲线逐小时热度走势

2 个完整观测小时

连续完整观测不足 3 个小时，暂不绘制趋势曲线。

TIMELINE报道时间线

共 1 篇 · 最新优先

腾讯技术工程 (微信公众号)T2·10月19日 17:3668 分
Jev 发布：基于 Transformer 的非生成式判别模型
原标题：从 BERT、GPT 到 Jev：一文看懂大模型架构的演进与分化
- Jev 不生成文本，而是针对选项选择、等级评分和陈述判断三类任务直接返回概率结果。
- 相比主流 LLM 数秒至数分钟的响应时间，Jev 将一组判断的推理耗时压缩至百毫秒量级。
- 架构上保留了 Transformer Encoder 的双向理解能力，去除了 Decoder 的自回归生成部分，属于同一底层网络在不同任务形态上的应用分化。
查看关联报道与研判原始网页