Jev je proprietární model umělé inteligence, který vyvinula společnost TypeSafe AI sídlící v San Franciscu. V omezeném předběžném přístupu byl spuštěný 15. září 2026, zároveň s oznámením investice ve výši 40 milionů amerických dolarů, kterou v rámci úvodního kola financování vedla firma DCVC.
Na rozdíl od velkých jazykových modelů Jev nevytváří text v přirozeném jazyce. Vrací hodnoty předem daného datového typu spolu s odhady pravděpodobnosti a mírou jistoty. Jeho výstup je určen ke zpracování jiným softwarem, nikoli k tomu, aby ho četl člověk.
TypeSafe označuje Jev za první model z kategorie, kterou nazývá „modely System One“. Podle společnosti název odkazuje na rychlé, intuitivní myšlení označované jako Systém 1, které zpopularizoval Daniel Kahneman.
Historie Společnost TypeSafe AI založili v roce 2024 Diogo Almeida, Erik Gafni a Sasha Sheng. Almeida, který je jejím generálním ředitelem, strávil zhruba čtyři roky ve společnosti OpenAI, kde pracoval na modelech InstructGPT, ChatGPT a GPT-4, než v roce 2024 odešel.
Společnost představuje Jev jako spolehlivý model pro automatizaci a software a jako reakci na přehnanou sebejistotu stávajících modelů. Almeida v rozhovoru pro Forbes uvedl, že se dosud optimalizovalo pro lidi a že v tom, jak se lidem zavděčit, jsou modely nadlidské.
Před oznámením se Jev zhruba dva roky vyvíjel v utajení.
Design a architektura Vstup pro Jev se skládá ze vstupních dat (řetězec, objekt JSON nebo pole textů) a jedné či více typovaných otázek. Model zodpoví všechny otázky najednou a místo souvislého textu vrátí odpovědi ve strukturované podobě, kterou může software přímo zpracovat.
Jev rozlišuje tři typy otázek (nazývaných také primitiva): +Typ otázkyK čemu sloužíCo vracíChoice (výběr)Vybrání jedné možnosti z předem danýchVybranou možnost, pravděpodobnost každé možnosti a míru jistotyScore (hodnocení)Ohodnocení situace na stupniciVýsledné skóre, pravděpodobnost každého stupně a míru jistotyNoulPosouzení, zda tvrzení platí, či nePravděpodobnost od 0 do 1 Protože jsou možné odpovědi předem dané, model nemůže vrátit nic, co by do připraveného schématu nepatřilo. TypeSafe to prezentuje jako způsob, jak předejít chybám v typu odpovědi.
Společnost model popisuje jako založený na architektuře typu transformátor a trénovaný výhradně na syntetických (uměle vytvořených) datech. Používá k tomu metodu RLCD (Reinforcement Learning for Calibrated Decisions), při níž se pravděpodobnosti ladí podle skutečných výsledků, ne podle toho, co se líbí lidem. Někteří nezávislí odborníci naznačují, že by model mohl vycházet z jazykového modelu s otevřenými váhami.
Rychlost TypeSafe uvádí, že Jev odpoví za 70 až 500 milisekund, tedy za zlomek sekundy. Podle firmy je u srovnatelných úloh 40 až 200krát rychlejší a 40 až 400krát levnější než nejvýkonnější jazykové modely. Na vlastních testech firmy dosáhl 193,6krát vyšší rychlosti a 444,6krát nižších nákladů oproti jiným jazykovým modelům.
Firma sama ve svých technických poznámkách přiznává, že testovací úlohy vytvořili její vlastní zaměstnanci, takže výsledky mohou být zkreslené. Podle ní jsou zveřejněné hodnoty spíš optimistické a v běžném provozu bývají rozdíly menší.
Název Model je pojmenován po anglickém ekonomovi Williamu Stanley Jevonsovi. Podle Jevonsova paradoxu může efektivnější využívání nějakého zdroje vést k tomu, že se ho kvůli větší poptávce spotřebuje více. Almeida uvedl, že název odráží jeho očekávání, že levnější umělá inteligence povede k mnohem širšímu nasazení.
Reference
Externí odkazy
Kategorie:Umělá inteligence Kategorie:Vzniklo 2026