TypeSafe AI ist kein weiterer Chatbot, und Jev ist kein allgemeines großes Modell zur Ersetzung von ChatGPT oder Claude. Es ist für Softwareautomatisierung konzipiert: Programme senden einen Zustand und vordefinierte Fragen, und Jev gibt Optionen, Bewertungen oder nicht-probabilistische Antworten zurück, sodass Code direkt verzweigen, sortieren oder den nächsten Schritt auslösen kann.
Wenn Sie Artikel schreiben, Code generieren oder weiter chatten möchten, sollten Sie weiterhin generative große Modelle verwenden; Wenn Sie Arbeitsaufträge kategorisieren, Risiken bewerten und Kandidaten sortieren und eine feste Ausgabestruktur wünschen, dann ist JEV das geeignetere Werkzeug.
Der Kernunterschied liegt in der Ausgabe, nicht nur in der Modellgröße
| Vergleichsartikel | Gewöhnliche große Modelle | Jev |
|---|---|---|
| Hauptschadensverursacher | Natürliche Sprachstrings | Vordefinierte Arten von Entscheidungen |
| Typische Anwendungen | Dialog, Schreiben, Codegenerierung | Klassifizierung, Wertung, Routing und Verifikation |
| Programmzugang | In der Regel sind auch Analyse und Überprüfung erforderlich. | Strukturierte Ergebnisse können direkt gelesen werden |
| Unsicherheit | Sie kann schriftlich zuverlässliche Urteile liefern | Auswahl- und Score-Verteilungen und Konfidenz geben Wahrscheinlichkeitsverteilungen zurück |
TypeSafe nennt diese Modelle System One Models und betont schnelles, atomisiertes Urteil. Jev empfängt Text- oder JSON-Zustände, die aus Text bestehen, erzeugt keinen freien Text, sondern trifft Entscheidungen innerhalb des begrenzten Antwortraums, den Sie bieten.
Was lösen die drei Probleme einzeln?
Choice wählt eine Option aus bis zu 255 Optionen aus und gibt für jede Option die Wahrscheinlichkeit zurück; Geeignet für Ticket-Routing und Absichtsklassifikation. Score erreicht bis zu 10 aufeinanderfolgende Stufen, geeignet zur Bewertung von Risiko, Qualität und emotionaler Intensität. Noul beantwortet eine Wahr/Nein-Frage mit einer Wahrscheinlichkeit von "Ja", geeignet zur Prüfung, ob eine Erkrankung zutrifft.
Drei Arten von Fragen können parallel in einer einzigen Anfrage ausgeführt werden. Sie teilen denselben Zustand, sind aber unabhängig voneinander, und die Antwort auf die vorherige Frage ändert die nächste Frage nicht.
Für welche realen Szenarien eignet es sich?
Die geeignetsten Schritte sind diejenigen, bei denen der Antwortsatz bekannt ist, aber Regeln schwer vollständig zu schreiben sind, wie das Zuweisen von Kundenservice-Nachrichten an Abrechnungs- oder technische Teams, das Screenen von RAG-Fragmenten auf Relevanz, die Feststellung, ob Referenzen die Ansprüche unterstützen, und die Entscheidung, ob der Agent eine Fähigkeit aufruft. Der Code ist weiterhin verantwortlich für die Berechnung von Beträgen, das Überprüfen von Berechtigungen und die endgültigen Geschäftsmaßnahmen; Jev behandelt nur die Teile, die semantische Einschätzung erfordern.
Wann sollte man JEV nicht wählen
Wenn Sie Langformgenerierung, komplexes mehrstufiges Denken, präzises Zählen, Datumsberechnungen oder das Verständnis von Bildern oder Audio benötigen, sollten Sie JEV nicht starr anwenden. Die offizielle Erklärung zu JEV 1.13 empfiehlt außerdem, Mathematik und Datumsvergleiche im Code zu behalten und die Generierungsaufgabe dem generativen Modell zu überlassen. Die Kriterien sind einfach: Kann die Antwort im Voraus als begrenzte Option oder Ebene definiert werden? Wenn nicht, ist JEV höchstwahrscheinlich nicht das Hauptmodell.
