多场景新 SOTA！Ateve Jev 发布：让 AI 更会做选择！

Ateve 团队近日发布 AI 决策模型Ateve Jev，首个版本为ateve-jev-v1。

开发者只需提供当前情况和需要判断的问题，模型便可从给定选项中作出选择、判断条件是否成立，或按指定标准评分，同时返回对应概率。应用可以据此调用工具、推进流程，让 AI 的判断成为软件运行的一部分。

Ateve 致力于让 AI 更好地连接真实世界，通过实时搜索与来源核查，帮助模型和 Agent 获取准确、及时、可追溯的信息。

Ateve Jev 延续这一方向，以“让 AI 更会做选择”为目标，帮助应用根据已有信息作出判断，决定下一步如何行动。

让判断变成行动

以客服处理退款咨询的场景为例，系统需要决定是查询订单、搜索知识库，还是转交人工。Ateve Jev 根据当前信息作出选择，并返回对应概率，供应用执行下一步或决定是否需要复核。它支持候选选择、是非判断和等级评分三类任务，分别对应 Choice、Noul 和 Score 接口。

换个场景，也能做判断

Ateve Jev 的判断能力也适用于内容核查、代码评判和检索排序等通用场景。测评结果显示，该模型在金融客服意图识别（Banking77）和事实一致性判断（VitaminC）任务上的准确率分别达到90.83%

和90.54%，中文、英文场景分类准确率分别达到91.83%和92.97%。

让 AI 在不同场景里做选择

Model Router

修复一个拼写、补充单元测试、排查部署后的登录故障，或迁移整个项目，需要的模型能力并不相同。Ateve Jev 可以根据任务选择合适的模型，减少对高成本模型的不必要调用。

Context Compaction

任务进行得越久，Agent 积累的文件内容、搜索结果和运行日志就越多。Ateve Jev 可以根据当前任务，判断哪些历史工具记录仍然有用、哪些可以缩短或移除，让关键结果留在上下文中，减少后续调用携带的无关内容和 Token 消耗。

Browser Use

以查询苏黎世到伦敦的单程机票为例，Ateve Jev 根据当前页面选择下一步操作：填写出发地和目的地、设置日期，再发起搜索。每次操作后，应用将更新后的页面状态交给模型，继续推进任务，直到显示符合条件的航班和票价。

俄罗斯方块

在 FC 模拟器的俄罗斯方块实测中，Ateve Jev 单局累计消除 316 行。面对不断变化的堆叠，模型选择方块的旋转方式与落点，既争取消行，也为后续方块留出空间，将一次次判断衔接成持续的游戏操作。

备注：俄罗斯方块实测在 Ateve Harness 框架下与 Ateve Jev 配合完成。

超级马里奥

Ateve Jev 在超级马里奥实测中连续通过 1-1 至 1-4 关卡。从跨越平台缺口到躲避旋转火柱和迎面火球，再到越过城堡 Boss，模型根据游戏状态选择移动与跳跃动作，应对连续变化的障碍。

备注：超级马里奥实测在 Ateve Harness 框架下与 Ateve Jev 配合完成。

在 TokenDance 使用 Ateve Jev

Ateve Jev 国内首发上线 TokenDance（词元跳动）平台，模型号为ateve-jev-v1。

开发者可在平台创建 API Key，将模型选择、上下文精简等判断接入自己的应用和 Agent 工作流。

一键直达链接：

https://tokendance.space/models/ateve-jev-v1

在TokenDance 使用ateve-jev-v1，限时免费！！

文章来自于微信公众号 “特工宇宙”，作者 “特工宇宙”