Jev กลับมาอีกครั้ง แต่ถูกวิพากษ์วิจารณ์เรื่องการปรับค่าความน่าจะเป็น

Jev เปิดตัวในฐานะโมเดล AI/ML ใหม่ที่เน้นการปรับค่าความน่าจะเป็น (calibration) แต่ถูกวิจารณ์ว่าประสิทธิภาพต่ำกว่าโมเดลอสมูลแบบ Open Source เช่น Qwen-3.5-2b หรือ Flash models จาก DeepSeek ที่ใช้ GPU ได้ดีกว่า นักวิจัยชี้ว่าคุณสมบัติหลักของ Jev เช่น ผลลัพธ์โครงสร้าง (structured outputs), ความเร็วต่ำ (low latency) และต้นทุนต่ำ สามารถทำได้ด้วยโมเดลอื่นที่มีอยู่ในตลาด ขณะที่การทดสอบของ Valeriy M พบว่า J. ล้มเหลวในการปรับค่าความน่าจะเป็นใน 7 ข้อมูลตัวอย่างจาก 8 ชุดข้อมูล ผู้ใช้บางส่วนใช้ Jev สำหรับเกม Poker Arena, re-ranker และ Warcraft 3 แต่ผลการทดสอบแสดงว่าความสามารถของ Jev อาจมาจากฐานโมเดลมากกว่าการปรับค่าความน่าจะเป็น (RLCD) ที่อ้างถึง

สรุปด้วย MAF Local AI · เนื้อหาต้นฉบับเป็นของแหล่งข่าว