Episode Details

OpenJev 是開放權重的決策模型，把大型語言模型的判斷收斂成選擇題：用白話描述要做的判斷、自訂選項標籤，回傳選哪一個、是或否的機率或一個分數。模型卡報告，打亂選項順序後 OpenJev 換答案的比例是 2.3%，同一個底模調整前是 18.5%。SemIf 則提醒，回傳的機率只在給定的選項範圍內成立，需要在實際使用的任務上校準與驗證。

⭐ 文章深度讀：OpenJev 讓 AI 只做選擇題！圈一個字母再讀出幾成把握
→ https://heymaibao.com/openjev-multiple-choice-ai-decisions-d3b297/

⚡ 章節重點
只做選擇題的 AI 00:00
選擇題 AI 的運作方式 00:29
專做選擇題的 OpenJev 01:40
把握數字的使用邊界 03:50

📝 懶人包
∙ OpenJev 讓你用白話描述判斷、自訂標籤，回傳選項、是否機率或分數

∙ 打亂選項順序，OpenJev 換答案的比例是 2.3%，調整前的底模是 18.5%

∙ SemIf 提醒：機率只在你給的選項內成立，要在自己的任務上校準驗證

∙ 我的觀點：小決定別讓 AI 寫作文，出選擇題、只圈一個字母再看把握

📚 參考資料
A Jev-like wrapper for LLMs, including vision models
→ http://allanrbo.blogspot.com/2026/09/a-jev-like-wrapper-for-llms-including.html

openjev/openjev · Hugging Face
→ https://huggingface.co/openjev/openjev

GitHub - TheoLeeCJ/SemIf-OpenJev: Semantic ifs from open models, on a 3090 at home. Independent; not affiliated with Jev or TypeSafe.
→ https://github.com/TheoLeeCJ/SemIf-OpenJev