RLCD 기반 모델 'Jev'의 기술적 차별점: autoregressive 방식 탈피

요약

Diogo Almeida가 설립한 AI 스타트업이 토큰을 순차 생성하는 기존의 자기회귀 방식이 아닌, 비정형 데이터를 입력받아 타입 안전한 확률적 결정을 병렬로 도출하는 새로운 모델을 선보였다. 이 모델은 RLCD 훈련 방식을 통해 모델의 신뢰도를 보정하며, 기존 프론티어 모델들과 비교해 워크플로우 평가에서 최대 194배 빠른 속도와 445배 저렴한 비용을 기록했다. 가격은 100만 입력 토큰당 0.042달러 수준이며, 출력 토큰은 무료로 제공된다. 범용 추론보다는 소프트웨어 자동화 작업에 특화되어 있으며, 환각률을 획기적으로 낮춘 점이 핵심 특징이다. 자유로운 텍스트 생성 대신 구조화된 의사결정에 집중함으로써 실무적인 업무 자동화 분야에서 강력한 효율성을 보여줄 것으로 기대된다.

AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.