giffmana 构想多模态图文打分模型 Jev

据 AGI Hunt 2026 年 10 月 1 日报道，视觉编码器研究者 giffmana 提出多模态模型构想 Jev：输入任意图像与一组自由文本，为每条文本返回其与图像的匹配程度；还可在适当位置使用 sigmoid，实现一组分数可校准的 yes/no 判断。giffmana 认为这一构想可以做到，可能需要融资 xxxM。更激进的目标是开源，并将参数量控制在 1B 以下，约 400M。早先该事件只留下“构想不足 1B 的多模态图文匹配评分模型”这一概括，本次报道补充了模型命名 Jev、评分与校准机制、融资设想及约 400M 的参数目标，目前尚无模型发布、训练细节或评测结果。

AI 根据报道生成 · 53 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。