Jev深度研究报告

SystemOne模型·RLCD·机器原生决策智能

jev-1.13.0

概率分布

2026.9

TypeSafeAI P(行动A)=0.73 聊天模式

开放语义

天气 政策 P(行动B)=18

一不是闲聊气泡

Na

封闭选择

腰价 P(行动)=0.19 P(拒绝)=0.08

P(行动)= P(拒绝)=0.19

DECIDE

概率分布

P(行动6)=0.19

P(行动1)=0.43

Jev1.13

●研究方法： 官方文档+评测核验 技术逆向推断+系统架构比较

研究对象：TypeSafe Al2026年9月发布的Jev1.13

应用与研究路线设计

当前公开版本：jev-1.13.0

承认接口革命拒绝把未公布的训练细节写成科学革命

| |

|---|

@清新研究团队12026年9月

核

路

[事 【报告目录 契

开 「从产品契约到分层计算栈】 栈

【开篇定调】 「事实与机制，

一句话定义+ 公开 公开规格、三个原语、

可确认机制与

六项判断与证据强度 证据强度 公开规格 未公开内容 ?

【核验与边界】 【路线与概念」

官方倍率、零幻觉收缩、九类 ，竞争比较、四层计算栈 失败模式与

M ★

-2

以及五个团队

九类失败模式 结构不变量 首创概念

@清新研究团队 2026年9月

@清新研究团队简介

沈阳：清华大学新闻学 院/人工智能学院双聘教

授、博导

领导学术研究团队近30人。 指导大数据 Al、

人形机器人等多个产业团队

团队坚持：整体主义、（实证主义社会建构) 进步主义

六大研究方向：

视频号：@清新研究；公众号：@清新研究

1. AI大模型

理论与哲学 2.AI文艺 3.AI应用

兰 N 4.新媒体与

网络舆论 5.大数据 6. XR应用

邮箱：124739259@qq.com ?微博：@ 清新研究公众号：@清新研究

「一句话定义：条件决策算子」 →fe(s,9,A)→(A)

执行

追问

软件快象

·Choice：取最大概率选项

决策 动作 调用强模型 8 转人工

输入s,9,A→fe Score：概率加权期望排序

个 42% 31% -42%

分军

A(A AA

概率分布 (%61

模型输出 ·Noul：命题为真的概率

87

→实筛

[决策 △(A)

4%3%9%6%8%

软件依据

次返回分布

概率+风险闽值+业务规则

决定下一步 A品

状态s+问题

9+候选集合A

@清新研究团队|2026年9月

数据来源：https://docs.typesafe.ai/primitives

「研究方法与证据纪律]

先打开原页，再写结论

| |

|---|

Q从搜素索→核验图→收缩表述目

2026.9.18 2027 2023 2024 2025

研究启动 核验阶段 政策引用 收缩表述 结论撰写

Jev早期访问开启 对照TypeSafe模型页 仅引用中国政府网 未找到权威来源的 先打开原页 +博客+原语页+评测站原文 与中央网信办框架 规模、份额估值一律删除 再写结论

9999

18-19 TypeSafe 官方 先打开原页

再写结论

薄客 $

原语页

研充日期：2026年9月18日至19日

Vev处于早期拍访问，忧本和限能快速变化

| |

|---|

@清新研究团队|2026年9月|数据来源：https://docs.typesafe.ai/models

System One：面向软件的快决策

理解自然语言，但不生成文本 输出：结构化决策+概率

·官方文档写明：System

可以直接使用的快速One模型用于做出软件 要带伞吗？今天天气怎么样？ 带伞决策 带伞？ 概率

结构化决策。 V是 87% ·它像大语言模型一样 ON 否 13%

理解自然语言输入，但返回类型化决策和概率 87% 13%

率，而不是生成文本。

Jev是TypeSafe的旗舰模型，也是该公司公开的 直接给软件用

第一个SystemOne模型。名称借用卡尼曼的

快思考。

@清新研究团队|2026年9月|数据来源：https:/docs.typesafe.ai/concepts/system-one

六项判断与证据强度

能确认的确认，不能确认的标成不能确认

证据强度：高 证摄强度：高 证据强度：中

厂自回归

/0.92 封闭类型

聊天LLM

X 完全不是

+

Jev

语言模型？

□0.03 概率 非自回归

判断卡片

Jev不同于聊天大语言模型 输出方式差异 它是否完全不是语言模型

它不生成自由文本，直接输出封闭类型和概 不生成自由文本，直接输出封闭类型和概率。 不能确认。更准确的表述是非自回归生成

的语言决策模型。证据强度中。

率。证据强度高。 证据强度高。

证据强度：中 高中中高 事实 概率 拒绝 祥中中低

零幻觉 类型 证据强度

RLCD 口

X193.6倍 不可复现 判断卡片示例 X444.6倍 丰果 概率 拒绝 （右上角红蓝标

记证据强度）

所谓零幻觉

口

只在语法和类型层面可成立。193.6倍与

六张判断卡片

444.6倍不普适。RLCD尚非可复现算法。

@清新研究团队/2026年9月|数据来源：https://typesafe.ai/blog/introducing-system-one-models-and-jev

核心结论：改的是产品契约

不是发明了更会聊天的通用模型

新产品契约

旧产品契约人 生成字符串.. helloworld你好吗？ 封闭决策

in D

改写 Score

miihn

Noul

Choice

AO C 0.87 nounknownlanguage

开放输出

confidence

Jev最重要的创新： 类型安全 自然语言理解 零样本迁移 并行计算

·把模型的产品契约从生成字符串改造成对开放语义

低延迟 进行封闭决策 零样本迁移

可门控的不确定性√ 用自然语言理解获得零样本迁移,用预定义的Choice、

Score和Noul换取类型安全、并行计算、低延迟和 从公开证据看，它已构成有意义的新产品路线 可门控的不确定性 但尚不足以证明一种完整的新基础模型范式。

@清新研究团队|2026年9月 888

公开事实 边界

模糊 公开事实

| |

|---|

Jei

与产品边界

清晰

一先把Jev当成可核对的托管接口来读

可核对

而不是当成已经公开的新神经网络家族。

第一章

边界写清楚后面的倍率、幻觉和架构

推断才不会互相打架。

产品边界

@清新研究团队丨2026年9月

「一次读状态，并行问多个问题

结果：高效输出

官方模型页写明：

昆

Jev一次读取state,并针对它

顶层：代码选择

福

并行评估每一个问题。 新增问题主要增加 X

>可以把投机性问题一并送出 YE 投机性问题 token，不显著增加

t

| |

|---|

由代码决定使用哪些答案。 →选择答案 等待

datire

中层：并行问题

Q

并行评估

3123

D 官方原语页引用cookbook：

把十三个问题打成一次调用

底层：共享状态

一次读取 次读取 比十三次分开调用便宜11.5倍、

STATE

快9.6倍答案不变。

@清新研究团队/2026年9月|数据来源：https:/docs.typesafe.ai/primitives

本报告来源于三个皮匠报告站（www.sgpjbg.com）,由用户Id:1181721下载,文档Id:1340640,下载日期:2026-09-21

第二章 为什么需要

封闭

封闭决策

驱动来自接口错配）校准需求、并行求值和高频判断

并行求值 高频判断

@清新研究团队2026年9月

Jev1.13的产品边界 模态 定制

米语言O X 数据不训练NO

文本输入、共享权重、英语最佳

weiqhts weightsweightsweights88

888

"key":

EN

中日韩

[],

weightsweightsweightsweights

输入仅为文本 英语是主要训练语言 共享权重

仅支持字符串、JSON对象或文本数组 中日韩可用但官方提示性能并不等同 不以客户数据微调或LoRA

NO

不支持图像、音频和视频 必须在自有内容上测试 同一组权重服务所有账户 LORA

适配方式

state→instructions]→criteria

适配只能通过state、instructions和criteria完成

无法使用客户数据微调

@ 清新研究团队|2026年9月|数据来源：https://docs.typesafe.ai/models

「校准让不确定性可被软件使用」

成组预测，不是单条保证

●官方写明：如果模型在多 校准飞轮 数情况下能完成任务，却不

说明何时失败，它就无法自 预测

动化该任务。 给出概率

88

被赋予0.2概率的事件

高率 下低板率 真实结果回流

应大约有两成成立，

高概率 成组核对

被赋予0.8的应大约有 八成成立。 【分流]

按概率路由

没有公开的可靠性图之前，这

这是群体统计性质。 些数字应被当成分流信号，并

阁值 在真实结果回流后重估。

分流决策

@ 清新研究团队 1 2026年9月 1 数据来源： htps://docstypesafeai/introduction/machine-leaming-primer

从成立到早期访问」

公开公告可以排列 性能不能由融资证明

2024J 2026.9.15

DCVC 领投$40M

多家报道写明 发布Jev 种子轮

于2024年成立 并开放早期访问

2024 早期访问 规格·原语·评测·失败模式

1. 开放

成立

→发布 Jev[ 融资说明资本投入规模，不能

证明技术性能。随后文档放出

TypeSafe

早期访问

创始人DiogoAlmeida 规格、原语、评测和失败模式。

富

曾参与 InstructGPT

相关研究

@新研究团队|2026年9月|致据来源：https//wvw.dcvc.com/news-insights/typesafe-emerges-from-stealth-with-a-new-wayof-doing-ai

「生成式接口与软件执行的错配」

为一次选择支付了生成成本

传统大语言模型

[JevJv

·先把判断编码成token序列 ·输出层直接定义在任务候选空间上 ·再由解析器恢复成枚举、布尔值或数值 ·一次打分得到完整分布 ·这个过程为本来只需一次选择的任务支付 ·没有生成长度随答案增长的问题

自回归解码）格式约束、重试和校验成本

候选空间 F一次完成！

判断 token1→token2→token3-→..→tokenN 多步 一步

区区

是/否 87%

解析器

A/B/C/D

重试

42 9%

3%

X

枚举值 1% 8 重试

解析器

重试 重试 高成本

@清新研究团队2026年9月|数据来源：https://typesafe.ai/blog/introducing-system-one-models-and-jev

企业决策自动化的四代定位

M

Jev不是从零发明分类

classifier Decifon

2025+

1980s-2000s 2010s 2022-2024

第一代 第二代 第三代 第四代

[ decision":

["A","B",

LLM 封闭集合

"c"]

FXHX IFX BERTJSONSche

DSPY

规则引擎 传统分类器 大语言模型当万能判断器 保留自然语言输入

极快但脆弱 要为每个任务训练 零样本强,但自回归解码 输出头原生限制在运行时 和校验成本高 可定义的封闭集合上

前史

@ 清新研究团队|2026年9月

最可能的计算结构是推断

·可能先将state编码为共享表示

保留语言编码器 替换生成头 再将问题和候选编码后通过兼容度

|| |

|---|

|

|---|

决策头 函数产生logit。ata一候选

·Choice做softmax，Noul做sigmoid

共享表示+兼容度函数 推断 Score对有序等级求期望,并在张量

保留语言编码器

问题 候选 金字塔：预训练

state

维上并行。』自国

语言表示在底，

兼容度函数 logit 决叙头在顶，

中写着推断 最经济的路线很可能是保留语言

知识和迁移能力，用合成决策任务

预训练语言表示 和校准目标做后训练。 V 这就是推断

@清新研究团队|2026年9月黑

尚未公开的关键内容

接口调用 只能看到这里

>API

任何完整复现架构的说法都超过证据

? ?

编码器

编码器形态、参数量、预训练语料 候选编码&并行采样器 RLCD训练细节

奖励函数、策略更新、校准后处理

蒸馏教师和数据治理方法未公开。 计算图、键值复用和硬件利用率哟未公开

也未公开。

API

当前只能复现接口，不能复现内部模型 复现现状 内部模型 接口可调用，核心架构完全黑箱。

@清新研究团队12026年9月些

随时更新

Jev1.13公开规格 以官方模型页为准，限额可能动态调整

C

价格 速率

上下文

$/M输入 tokens/s 64k

tokens

+ state

max

0.042

25万 50万/s 4k 32k

$0.042 25万/s 1200 64k

C

req/min

输出免费

使用趋势欢

·上下文：每请求64k token

·接口: POST /v1/systemone

个快速增长

·当前模型：jev-1.13.0 ·state+最长问题32ktoken

使用量

限额可能动态调整A

·别名：jev-latest、jev-preview

9/1 9/2 9/2 9/11 9/7 9/49/15

时间

@清新研究团队「2026年9月1数据来源：https://docs.typesafe.ai/models

「一次只问几秒钟能做的判断

复杂任务拆开，权重写在代码里

官方原语页 官方原语页强调

分析并给出 不要把“分析并给出最佳

最佳行动 可行性

市场

行动”交给模型。

拆成

差异化

一个大问题

分开提问+代码加权

可行性

市场沌

市场、可行性、差异化应分

差异化

改这里就行！

开提问，再在代码里加权。

weight =[0.4, 0.35, 0.25] W

复杂任务 优先级变化时改权重而不是

重写整段提示。 score=market*0.4

+ feas*0.35+ diff*0.25

Jev的本质

Jev 单次判断成本 Jev 降低的是单次判断成本, 不是问题设计成本。交付物

其实是问题与标准。

@清新研究团队|2026年9月|数据来源：https://docs.typesafe.ai/primitives

| |

|---|

第技术本质

接口说明书

不能复现

能确认的和不能确认的

，可以复现的是产品行为和接口范式

三章

不是TypeSafe内部模型。

不能复现

@清新研究团队|2026年9月兰

「需求侧的五个同时成立条件」

→缺一条就不要把它当最终求解器

9

高频

1. 输入形式 2.判断速度 3.调用频率

·输入主要是文本或结构化文本 ·调用频率高

·判断可在数秒内完成 ·动作空间可预先列举 ·系统允许用置信度分流

客服安全发票检素

五个条件同时成立 符合案例 不符合案例

客服路由、安全预筛、发票分流 写作、规划和数学不符合×

·缺一条就不要把它当最终求解器

代理工具选择和检索过滤

@清新研究团队|2026年9月

三个原语就是全部词汇

Choice ·Score ·Noul

Choice Score Noul

ARG

Y

2

0.01.0

%64s 73%

从预定义候选中选一个，最多 在有序等级上评分，至少两级 判断命题是否成立，返回0到1的

255个选项，返回选项、全分 最多十级，score是等级编号的概 真概率，没有单独的confidence 布和confidence。y全分布 率加权期望，可落在两级之间。 字段。

Choice 三 TRUE

Noul

Score

选择 评分 命题

E

三

1.0

0.0

@清新研究团队|2026年9月|数据来源：https://docs.typesafe.ai/primitives

五条可确认的技术机制

全部来自官方接口行为

巷享 封闭 概率 代码

</>

</>

X X X

state

共享状态编码 并行问题求值 类型错误消除

一个state可同时对应多个问题，模 并行问题求值、封闭输出空间、概率原 类型错误在接口层面可被结构性消除。 型宣称只读取一次状态。 生返回，以及用代码组合原子判断。

state

共享+并行 封闭输出+概率 确定性代码承担

同一状态被多个查询安全复用，接口 输出空间完全封闭，概率直接从接口返回。 复杂算术与规则仍由代码精确执行。 行为可验证。

@清新研究团队|2026年9月|数据来源：https:/docs.typesafe.ai/models

?

M☆

评测图表

第五章 官方案例怎么读

先看工作流为什么可能快，再看为什么不能外推。

演示的限制比演示本身更有研究价值。

@清新研究团队12026年9月

相邻玩家是分工，不是替代名单

生成、约束解码、经典模型和编排层

通用大语言模型 约束解码 经典模型

Outlines / Instructor / DSPy

生成！

判断？ LLM 约束解码

个

解析失败！ 经典ML 编排层

仍适合判断+生成+推理的混合请求

只是高频判断不划算 降低解析失败，但通常不把校准当作训练目标 四格分工示意

编排层

开源复现证明接口可模仿

gChair

不证明RLCD可复制

oJev

模型路由 工具 风险门控 分工 替代

接口

把Jev放进模型路由和工具风险门控

@ 清新研究团队1 2026年9月 1数据来源：https://www.langchain.com/blog/building-a-harness-with-jev

和分类器、和结构化输出各差在哪里

标签可现场定义，采样原生受限 运行时定义的封闭集合

①与传统分类器的差异不是输出为类别,而是每次 V现场定义

这次我想检测：

请求都能用自然语言定义新问题和新标签

诈骗电话/情感支持/ 请求

①与大语言模型结构化输出的差异是输出头与采 产品咨询/其他紧急 请求一自然语言标备 一直接采样

原生受限 样过程原生受限,而不是先生成token再验证

①正确格式的答案仍可能语义错误。类型安全不是 封闭集合输出

语义正确。 诈骗电话 情感支持 产品咨询 其他紧急

固定标签分类器 只能选这些

预先固定一

正面 负面 中性

@清新研究团队12026年9月

「六条得到类型化判断的路线」

差异在输出头，不在会不会分类

规则引擎 传统分类器 小型大模型

JSON

极快但脆弱 嵌入加线性头

LLM 校验

传统分类器要为 对复杂条件 每个任务训练 理解有限 结构化输出仍需解码和校验

推理型大模型 Jev 开放语义 输出空间 速度

六格矩阵比较

规则引擎 / 传统分类器 /

任意标签 嵌入+线性 V

小模型 脸 x V 最接近零样本、运行时可定义标签 推理大模型 / $/5

最慢也最贵

空间的通用cross-encoder分类器 Jev

@清新研究团队|2026年9月

把成熟度拆成三层来评

虚线

接口成熟度较高

证据成熟度

「教师共识而非人工金标准】 模型成熟度早期△

接口较高

/RLCD无论文

校准无公开曲线

模型早期 证据成熟度不足

模型成熟度 证据不足

「仅Jev1.13/权重未开放

joggednes列出9类失败/英语优于中日韩

？

接口成熟度

?

[三个原语/并行问题/模式文档/SDK+LangChain集成

@清新研究团队|2026年9月本

官方尚未公开具体公式

Confidence是形状压缩，Noul本身就是概率

Choice &Score 的Confidence Noul 与使用建议

·Choice和Score的confidence由输出分 ·Noul本身就是概率,没有单独confidence

布形状压缩得到 调用方可直接使用完整probabilities

·集中则高、平坦则低 ，官方0.5转人/0.9高风险仅为教学示例

尖峰分布→高置信 ·不是普遍最优生产值★

Confidence~0.92

平坦分布

直接用probabilities!

一低置信

+t!o 形状压缩

输出概率 平坦分布→低置信 非最优

@清新研究团队|2026年9月|数据来源：https://docs.typesafe.ai/confidence

第四章

谁先拿到类型化判断？

竞争→ 判断闸

它在和谁竞争

传统软件

规则引擎 Jev不与聊天模型争夺同一槽位

机器学习

Jev

真正的竞争是软件如何得到一个

知识图谱

类型化判断 静 区

不竟径

@清新研究团队2026年9月

193.6倍与444.6倍从哪里来

真实收益高端区间

四个工作流均值，官方承认高端区间 官方

预期

主页速度 主页成本 官方博客写明 来自这四个工作流

倍数提升

倍更快 倍更便宜

官方博客 工作流测试场景 倍数提升 193.6 444.6

官方预期这些数字处于真实收益的高端区间

短而密输入 主页成本 193.6倍 444.6倍 短而密输入 + 西海岸位置更有利 短而密输入 西海岸测量 公司承认无法证明当前价格未被补贴

高端区间 严谨结论：接口形态有速度和成本潜力 倍率不能跨行业复写

工作流！ 工作流2 工作流3 工作流4

@满新研究团队2026年9月|数据来源：https//typesafe.ai/blog/introducing-system-one-models-and-jev

「这些结果为什么可能成立」

机制解释，不是保证

共享state

「并行多问题处理」 「避免逐token解码」 「任务拆成浅判断」 多个问题共享state 不生成自然语言一低费用 较浅判断取代长链推理 并行输出所有决策 低延迟 避开长输出费用 结构和算术交给代码

已光现

潜力

低延迟

低费用

「机制解释潜力] 「结构优化]

「五条机制箭头] 机制可以解释潜力 由代码承担复杂部分

极低输入价格可能含商业策略 不能视为已经普遍兑现 整体保持轻量高效

@清新研究团队12026年9月

「官方四个工作流评测」

「假设代码正确，标签来自教师共识」

【安全事件』 【轨迹观察]

Analyst

「决定关闭、交给分析师 「决定是否需要人看

还是立即隔离」。 以及多快要看」。

「四格业务闸门

》立即隔离

D

..U

sss 【发票处理」 安全 轨迹 发票 客服 【客户服务】

「决定支付、暂扣还是退回」。 「决定助手下一步该说什么、做什么」。

HOLD

>支付/暂扣/退回

下一步回复？

| |

|---|

安抚/查证/转人工

*参考标签是 GPT-6 Astra与 ClaudeFable5.1高思考设置的平均概率,不是人工金标准水

@清新研究团队12026年9月|数据来源：https://evals.typesafe.ai]

最适合与最不适合

适合√ X不适合！

| |

|---|

·客服路由 ·轨迹异常 ·开放写作 ·與情标签 ·检索过滤 代码生成 ·创造新动作

·风控预筛 ·安全守门 ·复杂数学 ·原生多模态 ·工具选择 ·实体对齐 长链规划 ·高错误成本且无兜底

| |

|---|

盲方Score页还提示：

不要与成空洞的学刻度

@清新研究团队|2026年9月|数据来源：https://docs.typesafe.ai/primitives/score

方向同构

第六章 熔断开关

OFF

治理要的是熔断

OFF

不是更会说话 方向同构 决策日志本

2026.08.14

决策A→已熔断

| |

|---|

用户反馈→拦截

@清新研究团队丨2026年9月

案例：代理循环里的分类与门控

不是替换代理，是给代理加反射

LangChain+Jev分类机制 自动模式中间件+门控

自动模式中间件在工具执行前检查风险 state可以是文本、结构化数据或消息 开放写作和规划仍由生成模型完成

LangChain通过TypeSafeClassifier调用Jev

模型路由中间件按任务选择更便宜或更强的生成模型 路由、风险门控和是否需要人，交给决策模型

刁便宜模型

文本/

>Tool

Planner JSON/ 决策模型 >强模型

Executo

消息

个 需要人一

Human TypeSafeClassifier Jev

风险门控

插入红色闸门

>Planner

代险循环

@清新研究团队|2026年9月|数据来源：https://www.langchain.com/blog/building-a-harness-with-jev

块布满缺口的齿轮

失败模式

零幻觉的边界

和九类失败

jaggedness文档比营销页更有技术价值。

第七章

失败模式是产品说明书的一部分。

@清新研究团队|2026年9月

官方承认的九类失败模式」

适用于jev-1.13，审阅日期2026-09-17

X 九格失败模式看板

880

字面 计数 日期

【字面理解」 【数学计数】 【日期比较」

instructians

多跳 长状态

vecriteria

「必须靠改问题或

「必须靠改问题或 「必须靠改问题或

SX.

改代码处理」。 改代码处理」 对抗内容 最值得警惕 改代码处理」

A-B-C A-B-C

instructions: criteria:

X

必须有趣

必须客观

A-B-C

2 【多跳间接」 「长状态干扰」 会混乱 【结构不变量」

对抗内容可以移动 「必须靠改问题或 「必须靠改问题或 「互补问题的概率

答案。生成任务应 改代码处理」 改代码处理」 未必相加为1。

交给生成模型。

采用Jev时的六项合规设计

合规清单

输入

自动

V 把自动、升级和人工写成显式分支

→人工

风

自动

凤脸 升级 升发

金标滤

人工

按风险类别分别设阀值 完整记录轨迹 结构一致性测试

固定模型版本，不要在调好阅值后 记录state、问题、答案、概率 阀 做结构一致性测试。数学和日期留在代

跟随jev-latest漂移。 值和最终动作，保证回放。 码里。中文业务必须用中文金标准重测

六项合规 六项合规

同险

√风险

Smmn

工

• V1.3.2回定 state: 0.87

三→人

@ 清新研究团队 |2026年9月|数据来源：https://docs.typesafe.ai/models

「结构不变量缺口」 条件评分，不是完整世界模型

同一工单不同问法 同一工单概率总和异常

·同一张工单上,Noul问‘是否要求退款 ·另一张工单上：

得到 0.22 ·退款 Noul = 0.72

1.19±1

·非退款 Noul =0.47

·Choice的“yes,只有0.0l 概率对不齐

不

(官方表格中的例子) ·两者之和 = 1.19 （加法已按原文验算）

两边问法不同 是否要求退款？ yes

X

Noul I Choice

Noul:0.22 工单 ￥1 非退款

Choice : 0.0l

1

1 退款

0.47

#A-774 1

0.72

1

1

@ 清新研究团队 12026年9月|数据来源：https://docs.tyE esafe.ai/model-jaggedness/jev-1.13

思想

五个团队首创概念

05

思想高地 2一→★

这些概念用于把Jev从产品新闻提升为

可迁移的研究柜架,不是TypeSafe官方术语。

核心

@清新研究团队12026年9月

封闭决策契约

团队首创概念

开放语义理解 +： 运行时封闭输出 +7 概率可执行

开放语义理解

封闭选项盒

运行时封闭

39

你好世界 契约

明天王轩

选项A

Coo. 已盖章 168%

用户意图？

ha

用户奈你 选项B 27%

选项C5%

?

？

·大语言模型的产品契约是生成字符串。软件还要再签一份隐含的解析契约。

·Jev把这份隐含契约提前写成接口。调用方给出合法答案集合模型只能在该集合上返回分布

·契约边界之外没有答案。系 系统创新首先是契约创新，不必等待一种全新的神经元发明。

@清新研究团队|2026年9月80

零非法输出，不是零幻觉

故障从不可控文本） 收缩成可测量的决策错误

，它不能生成不存在的字段、非法枚举或 它仍可能在证据不足时选错类别 一段脱离格式的文本 决策风险

误解否定词，把恶意文本当指令 类型幻觉可以被结构上消除

或以很高概率支持错误判断

官方把类型错误画成零，并写明该数字 幻觉残留

不是经验统计,而是由schema匹配保证

schema验证 证据不足→选错

非法榆出

X-

"status"："非法枚举" 正确 ERROR ≥类别A ?

'data"："随机乱码文本..."}

X 决策开关

@ 清新研究团队|2026年9月|数据来源： https://typesafe.ai/blog/introducing-system-one-models-and-jev

RLCD还是目标名称，不是可复现算法 RLCD

X

有名称和目标，没有论文和配方

（公式位置空白）

决策+概率 正确性

?√选择性风险

口 √计算成本

RLCD的含义 没有论文和配方 可检验目标

让模型同时输出决策 独立综述明确说明： 必须同时考虑正确性、校准 及与真实正确率匹配的概率 无论文、无数据集、无训练配方、无校准图 选择性风险和计算成本，使用适当评分规则

校准

RLCD 正确性

(2023) 成本

RLCD

(目标)

名称≠新算法 避免名称混淆 核心提醒

不能因为名字里有「强化学习 2023年另有同名对比蒸馏论文 RLCD是目标名称而非可复现算法

就把方法登记为新算法贡献 必须写全称：RLCD（自标名称）

@清新研究团队|2026年9月数据来源：https:/docstypesafe.ai/introduction/machine-learning-primer

团队首创概念

零非法输出」

>「错误房间』 可门控 可回放

第四枚举 「合法输出』

| |

|---|

【零非法输出」 无法解析[9

可门控

语义层? 87% 可回放

语法层

错误合法选项

语义错误率

「零非法输出≠零幻觉」

模型不能发明第四个枚举，不能返回无法解析的字段，但可以把错误的合法选项说到很高的概率。 ·故障从语法层被压缩到语义层。这让错误可测、可门控、可回放，但不是消灭错误

·不要验收是否幻觉，要验收非法输出是否为零、语义错误率在给定覆盖率下是否低于错误预算。验收重点

@清新研究团队|2026年9月

概率即接口 团队首创概念

接口 语气不确定, 聊天模型的不确定性藏在语气里。

P=0.73

>P=0.21

。建议分布 Jev把不确定性做成返回值。

概率分布 真正的决策权在代码，模型只提供

va

分流闸门 建议分布。

P=12

P=0.06 接口形状不等于校准完成。

高置信一→执行

我觉得 概率一旦成为接口，校准就不再是

个 个

return

大概也许吧?

action:"approve" 中置信一人工审核 模型训练的配菜，而是软件正确性

个

dist : [0.8], 0.14, 0.05]

低置信→拒绝 的一部分。

Jev的返回值

@清新研究团队|2026年9月

结构不变量缺口

团队首创概念

条件评分一世界模型公理

| |

|---|

[守恒】

「互补】

P=0.42

280=d

公理缺口 O

单调性 O

无法拼合

提问形式条件评分 缺口不否定产品价值

但否定把一次请求里的多个概率当成

·当前输出更像绑定于提问形式的条件评分

可以互相加减的物理量 而不是满足互补、守恒和单调性的世界模型。

安全关键系统必须在单一问法下校准闽值，

并用代码强制一致性 (if(query!=same)reject)

四层计算栈」

团队首创概念

验证层

真实结果测量残差并回流

Jev适合判断层

O 执行层 不是自进化系统本身。

? ? 程序做算术、约束和动作 它可以成为自进化系统里

的高速反射层。

判断层 Jev

决策俊做反钱经义判断

高速反射层 决策模型做高频语义判断

发现判断执行验证

发现层 发现层文 .回流”

强生成模型提出新问题

强生成模型提出新问题和新流程

@清新研究团队|2026年9月曾

证据分级：哪些是强事实

接口可集成，科学仍待公开一

中文

交通灯矩阵

类型安全 官方工作流倍率 中文能力

由封闭schema保证,是强结论。 可信但只适用于目标任务形态。 必须在中文业务数据上重测。

语义零幻觉与jaggedness矛盾, RLCD数学形式未公开，尚非可 架构是否全新不能下结论

不成立。 X 复现科研贡献。未公开》

RLCD

接口可集成 倍率可信 未公开训练

@清新研究团队|2026年9月 888

清新研究团队|2026年9月 虚实验证器闭环

Jev式反射层 ·把Jev式反射层、大语言模型

个 式探索层、程序化执行层与

崇拜

大语言模型式探索层 虚实验证器闭环统一起来，才 程序化执行层 是更完整的自进化基础设施。

试点工作台

ON

·凡是不能指出具体网址的数

实验日志 字，都不进入结论页。凡是 涉及内部网络结构的句子，

熔断开关 Jevlov店

都加推断标记。

https//lenviaknomat htiprlarrivog/-1

关闭

框架一旦成立，后续只需替

hktp://githmb.cop/jley

换证据，不必重写立场。

@清新研究团队|2026年9月

神经条件分支，不是完整大脑

承认接口革命，拒绝未公布的科学革命

Jev是重要的系统创新也可能包含

重要的模型创新，但公开证据目前只 软件机柜

足以确认前者。

执行层

概率接口 便宜 ·大量企业任务并不需要会说话的模型 快速组合 只需要对模糊状态做快速、可组合、

完整大脑 模糊状态 带概率的判断。

mm →判断

最值得复制的是按信息形态分配模 条件分支 型、把概率当成接口、把稳定能力

编译到更便宜的执行层

@清新研究团队2026年9月

比Jev更进一步的六条研究机会」

复制原则，超越缺口

候选 </ 界内优化 候选

候选 执行

空间 界外优化享 界外探索

「可生长决策空间」 【风险条件校准 决策到程序自动编译

按行业、群体、时间和成本函数分别校准。 新候选必须经过验证才能进入执行空间。 以及界内优化、界外探索的递归拓界。

虚实残差进化 真实业务差值

跨原语一致性：互补、包含、单调、守恒。

aii 拓界

六格研究机会看板

？5

残差

虚

>实 互补 包含 残差

「跨原语一致性」 【虚实残差进化」 递归拓界 守恒与单调约束确保复制稳定 用真实业务差值当训练信号 界内优化界外探索自动切换

@清新研究团队|2026年9月

建议的四周独立复现

用风险覆盖而不是平均准确率做验收 √风险覆盖

Week4 第4周

Week3 六州3

WeekI

匠2 按风险覆盖选阀值 第3周

第1周 第2周 模拟自动处理·强模型升级·人工复核

→真实单位经济模型

单位经济

统一测试架： 同义改写·候选重排：

冻结三个高频任务：

中文·长上下文·注入·时间漂移：

+人工金标准： 记录成本·延迟·准确率·完整分布： 夫

单位经济 同义改写 长上下文

金标准 分布 ?成本 而是单位经济

• 任务1 ①延迟

单位经济

• 任务2

L

时间漂移

• 任务3

中文

@清新研究团队12026年9月