论文提出 Jev 式类型化决策：单次前向传播替代前沿 LLM 评审
原文标题：Our Own Jev: Typed Decisions in One Forward Pass, from an In-House Judge to Open LoRA Models
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
arXiv 新论文复现 Jev 的 System 1 类型化决策接口，用冻结骨干加 rank-16 LoRA 适配器与指针头，在一次前向传播中回答三个类型化问题。内部评审系统处理约 14.8 万条智能体编程会话记录，成本约为前沿 LLM 评审的 1%，且数据不出组织。第二部分在 1B/2B/35B 骨干上验证冻结输出层读出，35B 单种子在 JevBench 111 道难题上得 79.3%，与商业参考无显著差异。
- 问题
- 用前沿 LLM 评审智能体会话成本高、标签一致性差。
- 方法
- 复现 Jev 式类型化决策：冻结骨干加 rank-16 LoRA 与指针头，一次前向传播回答三个类型化问题。
- 结果
- 约 14.8 万条会话评审成本约为前沿 LLM 的 1%；35B 单种子在 JevBench 111 道难题得 79.3%，与商业参考无显著差异。
- 影响
- 评审类任务可用单次前向的类型化读出替代生成式评审，成本降两个数量级且数据不出组织。
深读 · 结论先行AI 生成展开看要点与影响 ↓
冻结骨干加rank-16 LoRA与指针头，单次前向完成评审，成本约为前沿LLM评审的1%。
- •内部评审系统处理约14.8万条智能体编程会话，1000条约3分钟单GPU、约0.06美元
- •被替代的前沿LLM评审单次成本约1000美元，且其存储标签仅在26.9%的会话上与双评审共识一致
- •数据不出组织，全部会话保留在内部
- •1B/2B/35B骨干验证冻结输出层读出，35B单种子在JevBench 111道难题得79.3%，与商业参考无显著差异
为什么重要：对需要大规模标注训练语料又受成本与数据合规约束的团队，这是可自托管的低成本替代路径；但35B结果注明开发时已见过这些题，需谨慎看待。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。