👤 💬在共同发明 ChatGPT 之后，我一直在问自己：为什么超人类的聊天模型没有带来 AGI？ 💬过去两年，我一直在隐身模式下构建一种新的模型训练方式（RLC
- 序号：479
- 星球链接：打开网页
- 附件：图片 0，音频 0，文档 0
- 音频文件：无音频
图片
无图片
正文
👤 💬在共同发明 ChatGPT 之后，我一直在问自己：为什么超人类的聊天模型没有带来 AGI？ 💬过去两年，我一直在隐身模式下构建一种新的模型训练方式（RLCD），以及一种我们今天发布的新型前沿 AI 模型：Jev 💬速度提升 20-200 倍 💬成本降低 40-400 倍（输出 token 免费） 💬专为决策优化的前沿可组合智能 💬据我所知，这是通往基于人工智能的经济革命的最短路径
👤 💬这些收益并非没有代价：Jev 无法生成文本 💬将 Jev 与大语言模型并排比较，权衡取舍一目了然 💬有趣的是：用并行计算取代顺序计算，正是 Transformers 超越循环神经网络的方式 👤 💬我们相信未来是代码 + AI，因此制作了工作流评估来反映这一点 💬Jev 成本：每十亿输入 token42 美元（每百万 token0.042 美元），输出 token 永久免费（凭借我们的新架构，它们便宜到无需计量） 💬Jev 的名字来源于杰文斯悖论以及智能性价比图表 👤 💬我们很喜欢这个 demo 展示出的实时智能，以及代码 + AI 能够实现的能力 💬约 10 次调用 / 秒，约每小时 7 美元 👤 💬游戏：仅使用页面内链接，从一个维基百科页面竞速跳转至另一个页面 💬挑战：在数百到数千个链接之间做出选择 💬它不仅展示了每秒智能，还展示了在高基数选择中不产生幻觉所带来的复利收益 👤 💬非凡的主张需要非凡的证据，所以请查看我们的发布博客获取更多技术信息 💬加入我们的等候名单，获取早期访问权限 💬你可以在 Discord 上和我们进行技术交流、分享梗图（传言优秀的梗图制作者可以插队） 💬我们非常激动，这项技术现在已经交到开发者手中，而我们才刚刚起步！！！
总体总结
主题正文
- 💬在共同发明 ChatGPT 之后，我一直在问自己：为什么超人类的聊天模型没有带来 AGI？
- 💬过去两年，我一直在隐身模式下构建一种新的模型训练方式（RLCD），以及一种我们今天发布的新型前沿 AI 模型：Jev
- 💬成本降低 40-400 倍（输出 token 免费）
- 💬有趣的是：用并行计算取代顺序计算，正是 Transformers 超越循环神经网络的方式
- 💬Jev 成本：每十亿输入 token42 美元（每百万 token0.042 美元），输出 token 永久免费（凭借我们的新架构，它们便宜到无需计量）
- 💬我们很喜欢这个 demo 展示出的实时智能，以及代码 + AI 能够实现的能力
- 💬约 10 次调用 / 秒，约每小时 7 美元
- 💬你可以在 Discord 上和我们进行技术交流、分享梗图（传言优秀的梗图制作者可以插队）