Jev 的爆火并非因为“读懂潜台词”的趣味截图，而是它试图用 RLCD 取代 RLHF，让大模型从“会聊天”转向“能决策”。本文用大白话拆解预训练、RLHF 到 RLCD 的演进，结合客服等场景，客观分析 Jev 的价值、局限与待验证之处。 Jev 最近因为各种“读懂潜台词”的趣味截图爆火，但它真正值得关注的，并不是会不会分析老板和对象，而是它尝试改变大模型的后训练目标。...
Jev 的爆火并非因为“读懂潜台词”的趣味截图，而是它试图用 RLCD 取代 RLHF，让大模型从“会聊天”转向“能决策”。本文用大白话拆解预训练、RLHF 到 RLCD 的演进，结合客服等场景，客观分析 Jev 的价值、局限与待验证之处。 Jev 最近因为各种“读懂潜台词”的趣味截图爆火，但它真正值得关注的，并不是会不会分析老板和对象，而是它尝试改变大模型的后训练目标。...