Jev 决策编程 · 第 5 章 核心机制

Jev 决策编程 · 第 5 章 核心机制

章节摘要：本章回答三个"凭什么"：凭什么多问反而便宜——Jev 对一个请求里的所有问题并行求值，延迟主要由 state 大小决定，独立实测 13 个问题一次问完比串行问 13 次便宜约 12 倍、快约 10 倍，由此诞生"投机性扇出"的工程姿势；概率凭什么能当工程契约——RLCD（面向校准决策的强化学习）把"认识论上诚实的概率"作为训练目标，使"Jev 说 0.9"约等于"长期 90% 命中"，这与 RLHF/RLVR 的对照、以及"校准要在自己数据上验证"的纪律（第 9 章）构成一体；confidence 凭什么和 probabilities 是两回事——分布回答"选项间怎么分"，置信度回答"这道题我做得有多有底气"，两者组合出门控阈值的通用基线。理解本章，Jev 从"一个 API"变成"一个可推理其行为的组件"。

学习目标

阅读完本章，你应当能够：

1. 用并行求值原理解释"一次问完"经济学，并在代码里组织投机性扇出。
2. 解释 RLCD 与 RLHF/RLVR 的差异，以及"校准概率作为工程契约"的含义与前提。
3. 区分 probabilities 与 confidence，写出组合两者的门控逻辑。
4. 列出 Jev 有意不做的三类事（生成、数学、多步推理）及其架构含义。

核心概念速览

一句话金句：概率未经校准时只是数字，经过校准时才是合同。

子章节导航

5.1 并行求值与投机性扇出

串行生成 vs 并行求值的本质差异；13 问实测数据；"反正都问了，答案留着总有用"。

5.2 RLCD：概率是练出来的

RLCD/RLHF/RLVR 对照表；校准的实操含义；以及"别只信宣传页，第 9 章自己量"。

5.3 概率、置信度与门控

probabilities 与 confidence 的正交性；三个经典组合读法；门控阈值基线。

子章节之间的逻辑关系

5.1 并行求值（快与便宜的来源）
   │
   ▼
5.2 RLCD 校准（概率可信的来源）
   │
   ▼
5.3 分布与置信度（怎么读答案、怎么设阈值）
        │
        ▼
   第 6~7 章：六大应用模式全部建立在这三块机制上
​

前置知识与后续延伸

前置知识：第 3~4 章（类型与调用）。

为后续奠定基础：5.1 的扇出是第 67 章所有多问题模式的组织方式；5.3 的门控基线在第 7.3（护栏阈值）、第 89 章（上线与调参）反复使用。