Jev는 채팅, 기사 작성, 코드 생성에 적합하지 않습니다. 자유 텍스트 생성 기능이 없으며, 미리 정의된 옵션, 레벨, 무조건 상황 내에서 빠른 판단에 뛰어납니다. 문자를 많은 선택지로 강제로 나누는 것은 이론적으로 텍스트를 철자할 수 있지만, 효과는 좋지 않고 느리며 제품 디자인과 모순됩니다.
올바른 사용법은 생성 모델을 대체하게 하는 것이 아니라, 생성 과정 전후에 모델을 배치하는 것입니다: 생성 전과 생성 후 호출 모델을 결정하고, 결과가 준수하는지, 수동 검토가 필요한지 판단하는 것입니다.
구조화된 결과를 출력하는 것이 여전히 유용한 이유
많은 소프트웨어 단계는 좋은 답변이 필요 없고, 프로그램이 실행할 수 있는 선택이 필요합니다. 고객 서비스 시스템은 티켓이 어느 대기열로 가는지 알고 싶어 하고, 위험 관리 시스템은 위험 수준을, 상담원은 특정 기술을 호출할지 여부를 알고 싶어 합니다. 이 작업에 대한 후보자 답변은 이미 제한적이며, 텍스트를 생성하고 파싱하는 것은 오히려 실패 지점을 증가시킵니다.
JEV는 자유롭게 표현할 수 있는 조수라기보다는 확률적 능력을 가진 지능형 판단 기능에 더 가깝습니다.
이런 종류의 필요는 다른 도구로 대체되어야 합니다
- 기사, 이메일, 요약 작성: 생성형 대형 모델을 사용하여 Jev는 콘텐츠 분류나 위험 심사를 처리할 수 있습니다.
- 코드 생성: 코드 모델이나 프로그래밍 에이전트를 사용하여 JEV는 작업 유형을 결정하고, 도구를 선택하며, 전략을 검토할 수 있습니다.
- 연속 대화: 채팅 모델에 의해 맥락적으로 유지되는 JEV는 각 라운드 뒤에 의도를 라우팅하는 데 적합합니다.
- 이미지, 오디오, 비디오: 먼저 멀티모달 모델을 텍스트 또는 구조화된 필드로 변환합니다; JEV 1.13은 텍스트만 수신합니다.
- 정밀한 계산: 코드로 직접 완료된 모델은 하드코딩이 어려운 의미 조건만 판단합니다.
둘을 조합하는 것이 한쪽을 선택하는 것보다 더 합리적입니다
예를 들어, 고객 서비스 로봇이 메시지를 받으면 JEV는 먼저 부서, 긴급성, 인간의 개입 필요성 여부를 결정합니다; 일반적인 이슈의 경우 채팅 모델이 응답을 작성하고, 고위험 이슈의 경우 내부 요약만 생성하여 사람에게 전달합니다. 이렇게 하면 JEV가 응답 작성에 책임이 없으며, 생성 모델이 고위험 행동만을 결정하지 않습니다.
프로그래밍 에이전트도 마찬가지입니다: Jev는 기술 목록에서 가장 관련 있는 항목을 선택하고, 코드가 도구를 로드한 뒤 코드 모델이 수정을 수행합니다. 각 모듈은 자신이 가장 잘하는 일만 수행하며, 시스템은 보통 "한 모델이 전체 과정을 처리하는 것"보다 테스트와 유지보수가 더 쉽습니다.
JEV의 빠른 방식을 사용할지 결정하세요
먼저 스스로에게 물어보세요: 결과를 미리 제한된 옵션으로 표시하고 코드가 그에 맞게 작동할 수 있을까요? 만약 '예'라면, 선택, 점수, 또는 Noul을 설계할 수 있습니다; 만약 '아니오'라면, 특히 원본 텍스트, 열린 추론, 또는 미지의 개체가 필요할 때는 생성 모델이 처리해야 합니다. 빠르고 저렴하다는 이유만으로 결정 모델에 속하지 않는 JEV 작업을 강제로 진행하지 마세요.
