对 Jev 进行炒作和贬低都很容易。过去几天我看到了很多有趣的演示。过去几天我也读到了很多否定性的评论。我认为真相介于这两个极端之间。
也就是说，人们很容易将 Jev 贬低为“不过是一个分类器”。
确切的模型和训练算法并未公开。但如果我必须做出有根据的猜测，它很可能是：
一个小型编码器风格模型，如 (Modern)BERT；
使用类似于校准奖励强化学习（来自《Beyond Binary Rewards: Training LMs to Reason About Their Uncertainty》论文）的方法进行训练。
许多人（包括我自己）多年来一直在训练用于分类的编码器风格模型。事实是，它们通常是专用目的，并且在某些方面存在局限。
Jev 令人印象深刻的突破在于它泛化得如此之好（你可以用它来分类电子邮件、玩电子游戏、交易股票……）。
我想说，秘诀可能更多在于数据，而不是训练算法。（再加上其上层优秀的 API（应用程序编程接口） 设计。）
是的，这并不是第一个将强化学习应用于（很可能）非自回归、编码器风格模型的项目。
但令人印象深刻的是，它确实有效，并且泛化得如此之好，这可能带来天壤之别。也就是说，不久前我们在 Stable Diffusion（基于一篇已有研究论文）上看到了同样的情况，甚至 2022 年 ChatGPT 发布本身也是如此（它是 InstructGPT 的改进版本，其中数据带来了天壤之别）。
转载声明：本文为转载整理，原文版权归原作者及原站点所有。
原创地址：https://sebastianraschka.com/blog/2026/jev-classification-generalization.html
原文作者：Sebastian Raschka；如有侵权，请联系管理员删除。
