决策原生架构Jeva：让AI真正学会选择
推荐指数 69.0 NO. 023 · 2026.10.15
upvotes245comments1
为什么值得看
Jeva提出面向System 1决策的专用架构，解决当前LLM做选择题时混淆'不知道'和'不确定'、选项顺序影响结果等结构性缺陷。对需要低延迟决策的AI产品（推荐、搜索、风控）有直接工程价值。
媒体预览
编辑判断
当前LLM做决策的通行做法是把选项序列化成文本让模型生成答案，这本质上是用生成模型硬套判别问题。Jeva的permuation-invariant设计意味着可以用选项embedding的聚合操作（如max pooling）替代自注意力，推理时新选项加入不需要重新计算已有选项的表示，cacheable特性让候选集大的场景（如广告召回后的精排）延迟从O(n)降到O(1)增量。
论文提到已开源，但HuggingFace页面上热度偏低（245 upvotes仅1条评论），说明学术界和工程界存在认知差。做实时排序、智能客服路由、多轮对话状态追踪的团队可以优先验证，这些场景恰好同时需要低延迟和选项动态增减。