RecodeX 重构消息，TypeSafe AI推出的Jev模型因可直接输出供代码调用的决策及对应概率而受到关注，其核心思路与入选NeurIPS 2025的ConfTuner论文高度契合，二者均重视完整候选概率分布的建模与校准。

ConfTuner由新加坡国立大学团队提出，采用Tokenized Brier Score方法，仅利用答案对错标签即可训练模型，使输出置信度更贴近真实正确率，该损失函数具备理论保证，实验显示可大幅降低预期校准误差。其延伸开源项目JevTuner进一步将该概率分布训练思路应用于具体业务决策场景。