แท็ก

#Calibration

4 บทความ

Kev — โมเดลตัดสินใจแบบ Jev ฉบับเปิด Apache-2.0 ขนาด 0.8B/4B/9B บน Qwen3.5 ใช้ API เดียวกับ TypeSafe ได้เลย แต่ Kev-9B ยังตาม Jev อยู่ 3.5 จุด
โมเดลใหม่

Kev — โมเดลตัดสินใจแบบ Jev ฉบับเปิด Apache-2.0 ขนาด 0.8B/4B/9B บน Qwen3.5 ใช้ API เดียวกับ TypeSafe ได้เลย แต่ Kev-9B ยังตาม Jev อยู่ 3.5 จุด

หนึ่งสัปดาห์หลัง TypeSafe เปิด Jev แบบ waitlist Jared Palmer ปล่อย Kev ตระกูลโมเดลตัดสินใจขนาด 0.8B, 4B และ 9B บน Qwen3.5 เป็น Apache-2.0 พร้อมโค้ดเทรนและชุดทดสอบที่ freeze ไว้ ตอบคำถาม yes/no, choice และ score พร้อมความน่าจะเป็นผ่าน endpoint ที่เข้ากับ SDK ของ TypeSafe ได้ทันที ตัวเลขของเขาเองบอกว่า Kev-9B ยังตาม Jev อยู่ 3.5 จุดบนข้อมูลชุดใหม่ และห่างมากในคำถามเชิงความรู้

· อ่าน 6 นาที
Bespoke Nimble: สูตรเปิดทั้งชุดสำหรับทำ Jev เอง — 66.4% → 90.1% ด้วยข้อมูล 2,676 แถวที่สร้างจากการแก้ข้อเท็จจริงทีละคำให้คำตอบพลิก
โมเดลใหม่

Bespoke Nimble: สูตรเปิดทั้งชุดสำหรับทำ Jev เอง — 66.4% → 90.1% ด้วยข้อมูล 2,676 แถวที่สร้างจากการแก้ข้อเท็จจริงทีละคำให้คำตอบพลิก

18 ก.ย. Bespoke Labs ปล่อย Bespoke-Nimble-9B — LoRA adapter ขนาด 165 MiB บน Qwen3.5-9B ใต้ Apache-2.0 พร้อมสูตรทำข้อมูลที่เรียกว่า contrastive data curation ผลบน 324 ตัวอย่าง held-out คือ 90.1% เทียบกับ 66.4% ของ base และ 93.2% ของ Jev 1.13.0 — และทีมประกาศเองว่าไม่ได้ distill จาก Jev

· อ่าน 7 นาที
Laya: โมเดลตัดสินใจ System 1 ขนาด 421M ใต้ Apache-2.0 — และตัวเลขภาษาไทยคือแถวที่กระโดดแรงที่สุดในตาราง 0.080 → 0.480
โมเดลใหม่

Laya: โมเดลตัดสินใจ System 1 ขนาด 421M ใต้ Apache-2.0 — และตัวเลขภาษาไทยคือแถวที่กระโดดแรงที่สุดในตาราง 0.080 → 0.480

18–19 ก.ย. Convai Innovations ปล่อย Laya สามเช็กพอยต์ใต้ Apache-2.0 — โมเดลตัดสินใจแบบไม่สร้างข้อความ ขนาด 421M/322M บน ModernBERT กับ mmBERT ตอบคำถามแบบมีชนิดพร้อมความน่าจะเป็นใน forward pass เดียว 32.8 มิลลิวินาที และในตาราง 51 ภาษา แถวที่ได้ประโยชน์จากการ route มากที่สุดคือภาษาไทย จาก 0.080 เป็น 0.480

· อ่าน 8 นาที
TypeSafe AI เปิด Jev — โมเดลที่ยอมทิ้งความสามารถในการสร้างสตริง เพื่อคืนแต่ decision แบบ typed พร้อมความน่าจะเป็น อ้าง 193.6x เร็วกว่า 444.6x ถูกกว่า
โมเดลใหม่

TypeSafe AI เปิด Jev — โมเดลที่ยอมทิ้งความสามารถในการสร้างสตริง เพื่อคืนแต่ decision แบบ typed พร้อมความน่าจะเป็น อ้าง 193.6x เร็วกว่า 444.6x ถูกกว่า

15 ก.ย. TypeSafe AI ของ Diogo Almeida (อดีต OpenAI) ออกจาก stealth 2 ปี เปิดโมเดลคลาสใหม่ชื่อ System One Models และโมเดลตัวแรก Jev — ไม่สร้างข้อความ คืนเฉพาะค่าตาม schema ที่กำหนดล่วงหน้าพร้อมความน่าจะเป็นที่ calibrate แล้ว สุ่มแบบขนานในครั้งเดียว ตอบใน 70–500ms ราคาขาเข้า $0.042 ต่อล้านโทเคน ขาออกฟรี แต่ยังเป็น waitlist ไม่เปิดเบนช์มาร์กสาธารณะ ไม่บอกขนาดโมเดล และเบนช์มาร์กทั้งหมดเป็นของตัวเอง

· อ่าน 8 นาที