Model Jev AI yang baru saja dirilis telah menjadi fenomena budaya di komunitas teknis. Meskipun Jev bertujuan untuk mengklasifikasikan teks, sering kali dianggap sebagai 'hanya sebuah klasifikator', meskipun pandangan penulis telah berkembang untuk mengakui performanya yang unggul. Jev menawarkan klasifikasi yang lebih cepat dan lebih murah daripada LLM tujuan umum seperti GPT, namun tetap lebih serbaguna daripada model sempit dan khusus tugas. Metodologi dan popularitasnya dijelaskan bersama dengan konteks historis klasifikasi teks.

Artikel ini menelusuri evolusi klasifikasi teks dari representasi bag-of-words yang digunakan dengan naive Bayes dan regresi logistik hingga pembelajaran dalam modern. Lima belas tahun yang lalu, bag-of-words adalah standar untuk mengonversi teks dengan panjang variabel menjadi vektor berukuran tetap untuk klasifikator seperti SVM dan XGBoost. Aplikasi meliputi penyaringan spam dan kategorisasi berita, dengan klaim bahwa Gmail menggunakan naive Bayes. Penulis menyoroti pekerjaan awalnya dalam pendekatan ini, yang diterbitkan di arXiv dua belas tahun yang lalu.

Metode bag-of-words mengubah teks bebas menjadi fitur numerik, seperti yang ditunjukkan oleh contoh ulasan film. Fondasi sejarah ini menyiapkan tahap untuk memahami posisi Jev dalam lanskap model bahasa untuk pengambilan keputusan.

Entitas Kunci: Perusahaan: Jev AI, Gmail, arXiv | Orang: Tim Cook, Elon Musk | Lokasi: 123 Main St