Jev

2026-10-30

MODELS · 1 ИСТОЧН. · InfoQ AI, ML & Data Engineering

Подкаст InfoQ: отчет о трендах AI, ML и Data Engineering 2026

Редакция InfoQ по AI, ML и Data Engineering представила отчет о трендах 2026 года и выпустила подкаст с участием редакторов и гостя Чипа Хуёна, где обсуждаются основные тенденции: переход к меньшим языковым моделям и моделям рассуждения, широкое распространение AI-агентов (от персональных до организационных), интерес к System One-моделям вроде Jev от TypeSafe AI ради более дешевой и быстрой инференции, усиленное внимание к оценкам AI и развитие физического AI. Ведущие также предсказали рост робототехники в США, ограничения по энергии и инфраструктуре, активное применение специализированных/смешанных агентов и четкое разделение задач между ИИ и людьми.

4.0

2026-10-23

MODELS · 1 ИСТОЧН. · arXiv cs.AI

Решающее языковое ядро Jev сопоставимо с многими LLM-судьями для оценки клинического ИИ, но гораздо дешевле и быстрее (предпечатная статья arXiv)

Предпечатная статья на arXiv сравнивает Jev — языковую модель решений, возвращающую структурированные суждения, с фронтирными и открытыми LLM-судьями в четырёх сценариях оценки клинических ответов. По 118 педиатрическим ответам согласие Jev с врачебными порядковыми оценками (Gwet's AC2 0.50; ожидаемое 0.53) соответствовало или превосходило семь из 12 LLM-судей (включая Claude Opus 5.5 — 0.49 и GPT-6 — 0.38); Jev также соответствовал или превосходил судей на задачах HealthBench и MedHELM, совпав с GPT-5.4 на 91% критериев HealthBench Professional, при том что фронтирные судьи обходились в 73–294× дороже и работали в 7–57× медленнее.

7.0

2026-10-20

MODELS · 1 ИСТОЧН. · The Decoder

Cloudflare представила Clairic — модель для извлечения данных из документов в Workers AI (превью)

Cloudflare выпустила превью Clairic на Workers AI — модель, которая за один проход извлекает указанные поля из документов (возвращая значения, формат и оценку уверенности) и, по заявлению компании, работает быстрее и дешевле, чем LLM; вскоре обещаны открытые веса. Компания отмечает, что Clairic справляется с простыми вычислениями и прогнозами, но пока ненадёжен для длинных цепочек вычислений и рассчитан на работу в связке с другими System One‑моделями, такими как Jev, Clef и GLM-5.3.

7.0

2026-10-16

MODELS · 1 ИСТОЧН. · TechCrunch AI

Jev от Typesafe стал самой быстро внедряемой моделью на шлюзе Vercel

Данные Vercel показывают, что Jev — лёгкая модель принятия решений от Typesafe AI, выпущенная ограниченно 15 сентября — была использована 35% платных команд в течение двух недель, почти вдвое опередив Sonnet 5.5. Vercel, который применял Jev вместо GPT-6 Luna для классификации вредоносных команд, отмечает, что данные шлюза могут недооценивать провайдеров с собственными API; в отчёте также говорится, что open‑source модели обрабатывают более 70% токенов на Vercel и примерно 25% расходов, тогда как траты на frontier‑лабы выросли в десять раз.

6.0

2026-10-16

MODELS · 1 ИСТОЧН. · InfoQ AI, ML & Data Engineering

AWS открыла исходники Strands Decider 2B и представила песочницу Strands Box для выполнения агентов

AWS выпустила Strands Decider 2B — модель для принятия решений с 2 миллиардами параметров (основана на Qwen3.5-2B с указательным заголовком и LoRA rank-16) и опубликовала веса, данные и скрипты. Также представлен Strands Box (developer preview) — ядровая песочница с языком политик Dogwood для контроля выполнения агентов (shell, Python, инструменты, файловая система, сеть); по данным AWS, медианная задержка принятия решения ≈115 мс на RTX 3090 и 72,3% точности на JevBench для контрольной точки v19.

7.0

2026-10-16

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

Бенчмарк RealtimeBench и метод TORSI оценивают LLM‑агентов при «живых» часах

В статье arXiv:2610.20665v1 представлен RealtimeBench (180 задач в шести типах игр) для оценки LLM‑агентов при продолжающемся ходе среды и предложен метод TORSI (двухвременной офлайн рекурсивной самоулучшения). Авторы сообщают, что GPT‑6.1‑sol лучше быстрее работающего Jev при приостановленных играх, но уступает при непрерывном ходе; применение TORSI (медленный «учитель» генерирует инструкции для быстрого «ученика», а валидация решает обновления) повышает средний тестовый балл Jev с 13.51 до 24.19 и улучшает результаты трёх других моделей без дополнительного дообучения.

7.0

2026-10-10

MODELS · 1 ИСТОЧН. · The Decoder

Microsoft представила Decision-1 — модель решений на базе Qwen3.5-9B

Microsoft представила Decision-1 — модель для принятия структурированных решений на базе Qwen3.5-9B, способную выполнять классификации, оценки и маршрутизацию. По данным Microsoft, Decision-1 показала наивысшую точность в её тестах по 36 бенчмаркам (около 150 000 вопросов) и работает в 2,5 раза быстрее конкурента H2O-Lightning-4B; модель доступна через Microsoft Foundry и OpenRouter, входные токены стоят $0,042 за миллион, выходные — бесплатно, при этом в сравнении не учитывались Clef от Cloudflare.

7.0

2026-10-09

STARTUPS · 1 ИСТОЧН. · TechCrunch AI

TypeSafe AI привлекла $870 млн при оценке $7,5 млрд за нетекстовую модель Jev через несколько недель после запуска

TypeSafe AI заявила о привлечении $870 млн при оценке $7,5 млрд для Jev — трансформерной модели, которая выдаёт вероятности, а не текст; раунд возглавил Andreessen Horowitz при участии Sequoia и DCVC. Jev был выпущен 15 сентября, и компания утверждает, что модель уже используется третью Fortune 500 и работает быстрее и с меньшим расходом токенов по сравнению с LLM, — это заявления самой компании.

8.0

2026-10-05

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

Метки перекрывают определения в Jev-стиле типизированных моделей принятия решений (arXiv:2610.02586v1)

Статья исследует интерфейсы Jev-стиля в четырёх моделях с открытыми весами (на базе Qwen2.5), одиннадцати задачах классификации и синтетическом наборе PolicyBench, показывая, что модели часто следуют коротким меткам опций, а не их письменным определениям («смещение в пользу меток»). Удаление или переименование меток может существенно менять точность без изменения весов; один кодовый набор («von») избежал эффекта благодаря форматированию опций как одних только определений. Авторы предлагают двухзвонковый тест для выявления поведения и оценивают четыре способа смягчения.

7.0

2026-10-02

MODELS · 1 ИСТОЧН. · The Decoder

Cloudflare представляет модели решений Clef и Clef-flash на базе Qwen

Cloudflare выпустила две модели решений — Clef (на базе Qwen3.8-27B) и более лёгкую Clef-flash (Qwen3.5-9B), которые возвращают вероятности по заранее заданным вариантам ответов, позволяя агентам автоматически действовать. Компания заявляет о поддержке текста и изображений, медианных задержках ~209 мс (Clef) и ~39 мс (Clef-flash), совместимости с API Jev от TypeSafe, размещении на Hugging Face под лицензией Apache-2.0 и запуске сервиса для тонкой настройки через RL.

8.0

2026-10-01

MODELS · 1 ИСТОЧН. · TechCrunch AI

AWS опубликовала Strands Decider 2B — модель-«декдер» в духе Jev

Strands Labs при Amazon Web Services выпустила Strands Decider 2B — открытую компактную модель-«декдер», вдохновлённую Jev от TypeSafe, которая выбирает между заранее заданными вариантами и выдаёт калиброванные оценки уверенности; модель опирается на «торс» Qen3.5-2B, достаточно мала для локального запуска и была разработана инженером AWS Марком Брукером. Выпуск, который кратко занял первое место в Jevbench в своей категории, произошёл на той же неделе, что и анонс похожего продукта от OpenAI, и показывает растущий интерес к лёгким моделям решений для агентных рабочих процессов.

7.0

2026-09-30

MODELS · 1 ИСТОЧН. · TechCrunch AI

OpenAI представила Decisions API — быстрый модель-«выбор» наподобие Jev для Luna

На Dev Day генеральный директор OpenAI Сэм Альтман анонсировал Decisions API — продукт в ограниченном превью, который позволяет модели Luna быстро выдавать вероятности по заранее заданному набору вариантов (например, классификация или поведение агентов) с низкой стоимостью. СМИ и участники рынка отмечают сходство с Jev от TypeSafe AI; такие модели могут дешево отслеживать и контролировать действия агентов, но подробности и качество калибровки пока не ясны.

7.0

2026-09-28

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

LAVOIR: однопроходный энкодер решений, предсказывающий ценность информации для запроса уточнений

LAVOIR (Laya with Value-Of-Information Routing) расширяет однопроходные энкодеры Laya, выводя одновременно распределение решений и для каждого возможного пропущенного поля ожидаемую ценность информации (VOI), чтобы система решала, стоит ли задавать вопрос. Метод генерирует целевые данные VOI без разметки людей, использует ограничение по нечистоте Джини для границы предсказанной VOI, достигает потолка Байеса на известных схемах, показывает AUC 0.799 против жадного оракула 0.797, повышает точность на до 14.1 пункта при ≤0.5 вопросах на разговор, снижает частоту запросов на SGD с 93% до 8.6% и даёт медиану ответа 31 мс на GH200.

6.0

2026-09-18

MODELS · 2 ИСТОЧН. · The Decoder · TechCrunch AI

TypeSafe AI представила Jev — модель, которая оценивает заранее заданные варианты вместо генерации текста

Стартап TypeSafe AI, соучредителем которого является бывший исследователь OpenAI Диогу Алмейда, представил Jev — модель, возвращающую узкие метки и вероятности по заранее заданным вопросам вместо свободного текста. Компания утверждает время ответа 70–500 мс и низкую цену (0,042 $ за миллион входных токенов), но опубликованные тесты ограничены, сравнения проводились на собственных рабочих процессах, а заявление об отсутствии галлюцинаций касается только структуры выходов, а не верности выбранной опции.

7.0