개요

코어대시(@coredash.team)가 Threads에 소개한 소식이다. X에서 “차세대 AI 패러다임”으로 회자되는 jev를 파이썬 25줄로 똑같이 만들었다는 글이 올라왔고, 쓴 모델은 6억 파라미터짜리 Qwen3-0.6B였다고 한다.

왜 가능한가

Jev는 문장을 생성하지 않고 주어진 선택지마다 확률을 매기는 결정 모델이다. 작은 언어 모델에 질문과 선택지를 넣고 각 선택지 토큰의 로그 확률만 읽어도 비슷한 출력을 얻을 수 있어서, 짧은 코드로 흉내 내는 클론이 여럿 나왔다. 같은 Qwen3-0.6B를 바탕으로 학습까지 한 사례가 2026-09-22-x-nft-chen-agentjev-0-6b이고, 클론들의 구조 비교는 2026-09-20-x-kuman-r-jev-clones-six-architectures에 정리돼 있다.

메모

  • 5장짜리 캐러셀 중 첫 장만 수집됐다. 25줄 코드의 내용, 원글 작성자, 정확도 비교는 확인하지 못했다.
  • “똑같이”라는 표현은 인터페이스(질문+선택지 → 확률)가 같다는 뜻으로 읽는 편이 안전하다. 보정(calibration)이나 정확도까지 같다는 근거는 없다.

관련 위키