Diogo Almeida, ancien chercheur chez OpenAI, vient de dévoiler Jev, un nouveau modèle d'intelligence artificielle qui rompt avec le paradigme des agents conversationnels. Contrairement aux modèles de langage (LLM) actuels, Jev ne rédige aucun texte, se concentrant exclusivement sur l'exécution de décisions structurées et rapides.
Une rupture technologique avec les modèles de langage
Alors que les outils comme ChatGPT ou Claude fonctionnent par une génération séquentielle de mots, Jev adopte une approche radicalement différente. Le modèle est conçu pour répondre à des requêtes précises en fournissant des données typées, accompagnées d'un indice de confiance. Cette architecture, baptisée « System One Models », s'inspire des théories de la pensée rapide pour offrir une exécution immédiate, là où les LLM classiques perdent du temps et des ressources à formuler des phrases complexes.
Performance et fiabilité au cœur du modèle
Le développement de Jev repose sur une méthode d'entraînement inédite, le Reinforcement Learning for Calibrated Decisions (RLCD). Cette technique permet au modèle de fournir des probabilités fiables plutôt que de chercher à satisfaire une préférence humaine subjective. Sur le plan technique, les gains annoncés sont significatifs : des temps de réponse compris entre 70 et 500 millisecondes et des coûts opérationnels réduits jusqu'à 400 fois par rapport aux standards actuels. En limitant les sorties à des formats prédéfinis, l'entreprise revendique également une suppression quasi totale des hallucinations et des erreurs de formatage.
Cibler l'automatisation logicielle
L'ambition de TypeSafe AI, la start-up derrière ce projet, est de remplacer les règles de code rigides par une intelligence décisionnelle flexible. Jev est spécifiquement conçu pour des tâches critiques telles que le scoring de risques, la classification de données, le routage de requêtes ou encore la sécurisation d'autres agents IA par la détection de tentatives de manipulation.
Pour valider cette technologie, l'entreprise a ouvert un accès anticipé via une liste d'attente. Fidèle à une approche pragmatique, TypeSafe AI a choisi de ne pas communiquer sur les benchmarks publics habituels, préférant démontrer l'efficacité de son modèle à travers des évaluations concrètes et spécifiques aux besoins de ses futurs utilisateurs industriels.