TypeSafe AI, startup fondata due anni fa dall’ex ricercatore OpenAI Diogo ha lanciato settimana scorsa Jev, un modello basato su architettura transformer che non genera testo ma restituisce probabilità associate a decisioni predefinite, definite dall’azienda “decisioni calibrate”. La domanda è stata tale che l’API ha temporaneamente smesso di servire nuovi utenti.
Almeida ha contribuito a costruire ChatGPT e a mettere a punto il reinforcement learning from human feedback (apprendimento per rinforzo dal feedback umano, la tecnica di addestramento alla base dell’attuale generazione di modelli linguistici, spesso abbreviata con l’acronimo RLHF). Il ricercatore ha raccontato a TechCrunch di essere rimasto insoddisfatto nonostante il successo del RLHF, ritenendo che l’ottimizzazione sul linguaggio umano abbia reso i modelli poco utili per l’automazione, dal momento che i computer operano o, per usare le sue parole, ”parlano un’altra lingua”.
L’architettura elimina la generazione testuale, riducendo costi e tempi di inferenza ed escludendo per costruzione le allucinazioni, dato che le risposte sono vincolate a un set di output predefinito. Nei primi test citati nell’articolo, Jev è risultato fino a 18 volte più veloce in alcuni compiti e fino a 20 volte meno costoso rispetto ai modelli generalisti.
L’interesse maggiore arriva dagli sviluppatori software, per i quali Jev potrebbe rappresentare un modo più economico e affidabile di integrare capacità decisionali nel codice. Jev si inserisce così in un filone emergente di modelli non generativi pensati per l’integrazione diretta nei sistemi produttivi, distinto dal paradigma conversazionale dominante dal 2022.
Leggi l’articolo completo: “A new kind of AI model from a ChatGPT inventor is thrilling developers” su TechCrunch
Immagine generata tramite DALL-E. Tutti i diritti sono riservati. Università di Torino (2025).
