Jev到底有沒有門檻？OpenJEV已經分成4派：不吐字容易，概率靠譜很難

動察 Beating AI 快訊，Jev 發布還不到一週，開源社區已經開始復刻這種「不寫答案、直接給機率」的模型。

它們都想做同一件事：省掉逐 token 生成，直接給出選項和機率。但具體怎麼做，已經分成了幾條完全不同的路線。

1. SemIf 最簡單，連模型都不用重新訓練。它直接拿現成的 Qwen，在模型準備回答 A、B、C 時截住，不讓它繼續往下寫，直接讀取每個選項的分數，再換成機率。

2. Simple Jev 也用現成大模型，但進一步省掉重複計算。同一段材料只讀一次，後面的多個問題共用這部分結果，再分別判斷答案。作者也明確說，它復刻的是 Jev 的使用方式，準確率、速度和機率校準都沒有做到等價。

3. Laya 乾脆不用會生成文字的大模型，換成更像傳統分類器的編碼模型。好處是小而快，短板也很明顯。一次從 77 個選項裡做選擇時，Laya 準確率只有 42.5%，Jev 是 87.0%。

4. Von 走的也是專用決策模型路線。它只有約 4 億參數，不生成文字，一次前向直接完成 Choice、Noul 和 Score，更像一個能讀自然語言的新一代分類器。

5. Verdict 更小，只有約 1.5 億參數。作者重點處理了兩個問題：答錯了還報很高的置信度，以及把選項順序換一下，結果就跟著變。它更在意如何讓機率和判斷都穩定下來。

6. Kev 選擇保留大模型。它拿 Qwen 做底座，再加專門的決策結構，讓同一份輸入只讀一次，多個問題各自算機率。第三方此前逆向 Jev 時，也推測它可能用了類似設計。

Kev 自測中，拿訓練時沒見過的新題測試，8B 版準確率約 78%，Jev 約 86%。更明顯的差距在置信度，Kev 還有一些答錯的題會給出 90% 以上把握。

7. Nimble 重點放在訓練上。它用 Qwen3.5-9B，再準備一批「只改一個事實，正確答案就翻轉」的數據做後訓練。在 324 個沒參與訓練的測試樣本裡，Nimble 有 90.1% 選中了參考答案，Jev 是 93.2%。不過作者也提醒，目前還不能保證模型「報 90% 就真的有 90% 正確」。

8. OpenJev 走得最遠，直接換成 DiffusionGemma。它先把幾個答案位置留空，再像擴散模型補圖一樣一次填出來。在 RTX PRO 6000 上，單請求中位延遲約 94ms。

幾天下來，OpenJEV 已經分成四路：直接讀取現成模型的答案分數、訓練專用決策模型、把大模型改造成決策模型，以及用擴散模型直接填答案。

Jev 這條路線看起來很好抄。真正拉開差距的還是準確率、泛化和概率校準。模型敢報 90%，這個 90% 到底有多可信，才是最難的部分。