Jev 驾驶模拟：获知后果预测后，碰撞率大幅下降

普渡大学的三位研究者于 2026年11月3日发布了一篇预印本，其中 jev-1.13.0 通过 HTTP API 在模拟器中为汽车选择驾驶动作。S83 驾驶与斯洛伐克的网店相去甚远，但有一处差异值得关注：同一模型在一项测试中的碰撞比例为 26.0%，在加入每个选项的后果预测后为 2.4%。S83 模型没有变，变的是它得到的输入。本文依据该预印本的全文撰写；文中没有关于同行评审的信息。

三个层次：指令、预测、选择

这个系统名为 Jev-AD。乘客说话时，Jev 在一次调用中回答四个类型化问题：指令是否要求做不安全的事、是否与驾驶无关、在 0 到 4 的量表上有多激进，以及要求哪种动作。当不安全概率至少为 0.8 时，系统拒绝指令；在 0.2 到 0.8 的区间内，系统要求澄清；当指令与驾驶无关的概率至少为 0.5 时，系统将其忽略。作者说明，这些阈值是在评估之前设定的。S83

第二层是预测。对每个候选动作，带有两个 MLP 头的 Qwen2.5-0.5B 编码器估计周围车辆在接下来 2 秒内的运动。随后由普通代码计算碰撞、最短碰撞时间（TTC）以及最终车道和速度，并将结果写成简短的短语。TTC 低于 1.5 秒时标记为 Danger。S83

在第三层，Jev 每 0.5 秒从五个动作中选择一个：Left、Idle、Right、Faster 或 Slower。它收到的指示是：存在安全选择时，避开标记为 Collision 或 Danger 的选项。作者明确写道，这并不是硬性过滤。在并线场景中，在存在安全选择的决策里，模型有 98.7% 遵守了这一指示。S83

作者的测量结果

在 highway-env 中的模拟并线共有 500 个按车辆计算的回合（50 个场景、5 条指令、2 辆车）。使用 KoMA 参考智能体的文字场景描述时，Jev 在 26.0% 的回合中发生碰撞。加入预测后降至 2.4%，95% 置信区间为 0.6% 至 4.8%。在根据 NGSIM 记录回放的交通中，对比为 48.2% 与 2.8%。S83

没有改善的部分同样值得注意。简单的匀速预测在并线中为 2.8%，在 NGSIM 记录中为 1.8%，后一种情况低于训练得到的模型。作者认为，碰撞减少取决于是否提供预测，而不是预测的计算方法。在相同预测下，GPT-6-luna 在并线中为 0.6%，GPT-4o-mini 为 2.2%，因此在这项测试中 Jev 并不是最安全的选择。S83

在指令理解方面，作者使用了 138 条指令：23 条不安全、105 条安全，以及 10 条没有正确答案的边界指令。在这项测试中，Jev 拒绝了全部 23 条不安全指令，没有拒绝任何安全指令，动作识别准确率为 98.9%。S83

Jev 的响应时间中位数为 136 毫秒，GPT-4o-mini 为 770 毫秒，GPT-6-luna 为 1.49 秒；预测增加的时间中位数为 124 毫秒。根据表格，每 1000 次调用的成本为：Jev 0.030 美元，GPT-4o-mini 0.065 美元，GPT-6-luna 0.079 美元。预印本正文中对速度和成本的文字比较与该表格不符，因此这里只列出表格数值。S83

网店可以借鉴什么

作者对良好结果的解释是，模型不必再自行根据坐标推算间距和速度。他们认为，类型化决策模型能够很好地判断输入中写明的内容，但当正确选择取决于输入中没有写明的内容时就会失败。S83 以下是 JEV.sk 自己的建议，并非预印本的结论。

对斯洛伐克的网店来说，由此可以得出一个简单做法。如果要让 Jev 决定如何处理退货申请，应先由代码确定期限是否仍未届满、订单处于什么状态，以及每个选项意味着什么。把这些结果以简短句子放入 state，而不是发送原始日期和数据库行。这样 Jev 判断的是含义，Choice、Score 和 Noul 收到的也是有依据可答的问题。

三个区间的划分也可以借鉴。对于“这是欺诈吗？”这样的问题，高概率可以导向拒绝，中等概率导向澄清或转交人工处理，低概率则继续流程。请像作者那样，在评估之前基于自己的数据设定阈值。S83

第三点启示是对禁令保持谨慎。在这篇预印本中，禁止不安全选项只是一条指示，模型并非总是遵守。S83 因此，在网店中，退款或修改订单应由代码把关，而不是依靠问题中的文字。

研究的局限与模型版本

作者没有在真实车辆上进行任何测试。智能体读取的是模拟器中的精确状态，而不是传感器感知，并且只能在五个动作中选择，预测范围为 2 秒。预测模型针对每种环境单独训练，没有进行跨环境试验。对抗性指令仅通过 HG-Cmd 集合中的不安全请求进行检验。S83 因此，这些数字并不能说明真实交通中的安全性。

该预印本研究的是 jev-1.13.0，而别名 jev-latest 现在指向 jev-1.14.0。S01 作者自己也提醒，专有模型的行为可能随版本变化。S83 文档建议，如果需要稳定的结果，应固定使用特定版本。S01