← 返回列表

Featherless:送披萨不必开坦克,轻量分类模型就够了

The New Stack原文发布 2026-09-30 03:38首次收录 2026-09-30上架 2026-09-30 07:11

☆ 收藏查看原文 ↗

这件事讲了什么

Featherless 是一家提供无服务器推理服务的公司,它发布了一个叫 Simple Jev 的开源库,能把开源 AI 模型变成高速的“零样本分类引擎”。原来的问题是,很多开发者用超大的前沿模型去干分类这种简单活,比如判断一张图片或一段文字属于哪一类,既慢又贵,就像开坦克送披萨。Simple Jev 不让模型写长篇回答,而是直接读出它对各个选项的打分并给出概率,因此更快、更省算力。开发者可以用免费公共接口试玩(限制 2000 词上下文、每秒 2 次请求),生产环境起步价每百万输入 token 0.03 美元,输出免费;目前视觉分类仅支持 Gemma 或 Qwen 模型。

可以使用的工具

文中可用工具

  • Simple Jev开源库,把开源 AI 模型变成高速零样本分类引擎
  • Jev闭源文本分类模型,仅支持文本
  • TypeSafe原文未说明具体用途
  • Gemma用于视觉分类的开源模型
  • Qwen用于视觉分类的开源模型
  • CLIP零样本图像分类模型
  • Florence-2视觉语言基础模型,适合零样本和微调任务
  • Roboflow原文未说明具体用途
  • Mixpeek原文未说明具体用途
这是基于来源内容整理的摘要。原文链接失效后,本页摘要和讨论仍会保留。

讨论 0

登录后参与讨论,阅读资讯无需注册。

还没有评论,来分享第一个看法。