听着很猛的模型演讲，先问基线是什么

@3three_AI 转了一段 Jev 创始人的演讲要点，措辞很猛：下一个时代不是 Claude Code 或 Codex 的时代，它们仍然属于"人指挥、AI 辅助"的阶段；JEV 才是 LLM 的下一个阶段——快 200 倍、成本低 400 倍、0 幻觉、不需要人类在环。 演讲本身 36 分钟，讲的是"为什么 RLHF 不再是主流""现代 LLM 将如何构建"。这几个技术问题值得听，但前面那串数字得分开看。 "快 200 倍、成本低 400 倍"是相对某条基线的比较，基线是什么、比的是什么任务，原帖没写。没有基线的倍数，在工程上没法复现，只能当方向性说法听。 "0 幻觉"是最需要打问号的一条。今天另一条材料里，评测机构给出的结论是同一系列模型在综合榜上比上一代低了 5 分。泛化好不等于不出错，判断和分类这类任务本来就没有"零错误"这一说，只有错误率和代价。 "不需要人类在环"也更适合理解成"高频判断环节可以不介入"，而不是整条链路无人负责——判断错了，成本还是落在使用方身上。 我的建议是，这类演讲的价值在技术思路：为什么换训练范式、为什么把判断和生成拆开。口号里的倍数别当结论。要判断能不能用在自己的场景，拿自己的任务跑一遍最靠谱。