TypeSafe AI lance son nouveau modèle ‘Jev’ pour transformer l’automatisation
TypeSafe AI, fondée par l’ancien chercheur d’OpenAI, Diogo Almeida, a présenté un nouveau modèle basé sur des transformateurs, nommé Jev, destiné à surmonter les limitations des modèles de langage IA traditionnels. Contrairement aux modèles de langage de grande taille (LLM) classiques, Jev met l’accent sur la sortie de probabilités et de « décisions calibrées » plutôt que sur du texte, répondant ainsi aux préoccupations concernant l’automatisation pratique.
Almeida, qui a quitté OpenAI il y a deux ans, a exprimé sa frustration face à l’état actuel de l’IA, déclarant : « Nous avons de l’éclair dans une bouteille, et pourtant cela n’est pas utile. » Il a souligné le décalage entre le langage humain et les opérations informatiques comme un obstacle majeur à rendre l’IA plus applicable à l’automatisation. La conception de Jev vise à remédier à cela en évitant le traitement du langage naturel, ce qui le rend moins coûteux et plus rapide, tout en permettant aux utilisateurs de définir les sorties à l’avance, atténuant ainsi efficacement les problèmes d’hallucination.
Le lancement de Jev a suscité un intérêt considérable chez les développeurs. Le temps de réponse rapide du modèle et son efficacité en termes de coûts se sont révélés avantageux pour l’automatisation des logiciels. Dans les évaluations, des entreprises ont rapporté des améliorations de performance ; par exemple, l’ingénieur logiciel de Vercel, Pranit Sharma, a souligné que le passage de Luna d’OpenAI à Jev avait entraîné des opérations de 5 à 18 fois plus rapides avec une meilleure précision.
L’attrait de Jev réside dans sa fonctionnalité. Le CTO de Bryo AI, Nikhil Mudholkar, a comparé Jev à Gemini pour le classement des e-mails professionnels, constatant que Jev était plus abordable malgré la précision légèrement supérieure de Gemini. Les résultats innovants, en particulier les scores de confiance de Jev, sont considérés comme essentiels pour automatiser efficacement les flux de travail. Almeida envisage que Jev ne se contente pas de remplacer les LLM, mais qu’il les complète également, servant de moniteur fiable de leur performance.
TypeSafe AI suggère en outre des applications potentielles pour Jev dans le routage des modèles, rationalisant les décisions concernant les exigences de charge de travail sans engendrer les coûts associés à l’utilisation des LLM. Almeida a souligné que cette polyvalence pourrait favoriser une adoption plus large de l’automatisation intelligente.
Almeida soutient que le déploiement de Jev représente un retour à une intelligence rapide et décentralisée, comparant son éventuelle prolifération à celle des débuts d’Internet plutôt qu’aux plateformes centralisées. Le nom du modèle rend hommage à l’économiste du 19ème siècle William Stanley Jevons, dont le paradoxe illustre l’augmentation de l’utilisation d’une marchandise à mesure que son coût diminue.
Bien que le modèle soit actuellement unique, les observateurs de l’industrie prévoient l’émergence de modèles similaires suite à l’introduction de Jev. Almeida maintient un certain secret concernant l’architecture de Jev, mais les types de données synthétiques et les techniques de formation propriétaires jouent un rôle crucial dans son développement. « La moitié de [notre entreprise] est un laboratoire qui possède essentiellement tout ce domaine des données synthétiques statistiquement bien comprises, » a-t-il commenté.
Alors que TypeSafe AI continue d’itérer sur Jev et d’explorer de nouvelles modalités, la vision d’Almeida pointe vers une ère où l’automatisation et l’intelligence sont parfaitement intégrées dans les opérations logicielles quotidiennes.
