Latent Space·· 27 天前精选AI 评分77
TypeSafe AI CEO Diogo Almeida 谈 Jev 的 System One 模型与 RLCD 路线
Jev: System One models for Prod, not God — with Diogo Almeida, CEO, TypeSafe AI
AI 导读
TypeSafe AI 发布面向软件而非聊天的 System One 模型 Jev，CEO Diogo Almeida 称其核心创新是 RLCD 训练方法。曾任 InstructGPT 作者的 Diogo 表示，RLCD 用带校准概率的强化学习替代 RLHF 的人类反馈，让代码而非人成为模型输出的消费方，目标是提升 intelligence per dollar。
推荐理由
InstructGPT 作者 Diogo 在访谈中对比 RLCD 与 RLHF、RLVR 的目标差异，并解释 Jev 为何面向软件而非聊天。
来源：Latent Space · latent.space