Ein Entscheidungsmodell für Ihre Software
Jev ist ein KI-Modell von TypeSafe AI, das innerhalb von Software strukturierte Beurteilungen vornimmt. Sie übergeben Informationen und klar definierte Fragen; Ihre Anwendung erhält Antworten, anhand derer sie den nächsten Schritt auswählen kann. TypeSafe nennt diese Modellfamilie System One. Offizielle Einführung
Stellen Sie sich einen Posteingang mit Hunderten von Kundennachrichten vor. Bevor jemand eine Antwort schreibt, stehen mehrere Entscheidungen an: Welches Team ist zuständig, wie dringend erscheint das Anliegen und sollte ein Mensch es prüfen? Bei solchen Aufgaben soll Jev helfen.
Ihre Anwendung entscheidet weiterhin selbst, was geschieht. Die Empfehlung des Modells, ein Ticket an die Entwicklung weiterzuleiten, erstellt noch kein Ticket, kontaktiert keinen Kunden und genehmigt keine Erstattung.
Technische Details ansehen
Drei Arten, eine Frage zu stellen
| Primitiv | Geeignet, wenn Sie Folgendes benötigen … | Beispielfrage |
|---|---|---|
| Choice | Eine Antwort aus selbst festgelegten Optionen | In welche Warteschlange gehört diese Nachricht? |
| Score | Eine Bewertung anhand geordneter Beschreibungen | Wie gut passt dieser Artikel zu unserem Thema? |
| Noul | Die Wahrscheinlichkeit, dass eine Aussage zutrifft | Bittet der Kunde ausdrücklich um einen Rückruf? |
Sie können in einer Anfrage mehrere Fragen zur selben Eingabe stellen. Jev bewertet sie unabhängig voneinander; Ihr Code führt die Antworten zusammen. Fragetypen
Der Unterschied ist wichtig: „Wie dringend ist das?“ erfordert eine definierte Skala. „Wird hier eine Frist erwähnt?“ ist eine engere Ja-Nein-Frage. Die passende Frage auszuwählen, gehört zur Gestaltung der Anwendung.
Was Jev übernimmt und was Sie bereitstellen
Jev verarbeitet derzeit Text, auch in Form von JSON-Objekten oder Arrays. Es akzeptiert keine Bilder, Audio- oder Videodaten direkt und erzeugt weder E-Mails noch Aufsätze, Erklärungen oder Code. Dokumentation zu System One
Sie stellen den relevanten Kontext, die Auswahlmöglichkeiten, die Bewertungskriterien und die Regeln für den Umgang mit dem Ergebnis bereit. In einem Dokumentenprozess könnte das bedeuten: zunächst Text extrahieren, Jev dessen Relevanz beurteilen lassen und die ausgewählten Dokumente mit einem anderen Werkzeug zusammenfassen.
Beginnen Sie mit den praktischen Anwendungsfällen oder lesen Sie Jev im Vergleich zu LLMs, um zu entscheiden, welches Werkzeug welchen Teil Ihres Ablaufs übernehmen sollte.
Technische Details ansehen
Warum die Wahrscheinlichkeiten wichtig sind
TypeSafe bezeichnet seinen Trainingsansatz als Reinforcement Learning for Calibrated Decisions, auf Deutsch „bestärkendes Lernen für kalibrierte Entscheidungen“, kurz RLCD. Ziel ist, dass die angegebenen Wahrscheinlichkeiten über viele Vorhersagen hinweg mit den tatsächlichen Ergebnissen übereinstimmen. Bei vergleichbaren Vorhersagen mit einer Wahrscheinlichkeit von 70 % sollte das Ereignis in einem gut kalibrierten System beispielsweise in etwa 70 % der Fälle eintreten. Das ist eine statistische Eigenschaft und kein Versprechen für eine einzelne Antwort. KI-Grundlagen von TypeSafe
Für die Entwicklung eröffnet das eine nützliche Gestaltungsmöglichkeit: klare Fälle direkt bearbeiten, bei unklaren Fällen zusätzlichen Kontext einholen und schwierige Fälle an einen Menschen weitergeben. Die Schwellenwerte müssen trotzdem anhand der tatsächlich relevanten Aufgabe bewertet werden.
Wie es weitergeht
- Entwicklung: Beginnen Sie mit einer semantischen Prüfung; Ausführung und Berechtigungen bleiben im Code.
- Supportteams: Trennen Sie die Auswahl der Warteschlange, die Dringlichkeit und die Entscheidung, einen Menschen einzubeziehen.
- Such- und RAG-Teams: Finden Sie relevante Belege, bevor Sie ein anderes Modell eine Antwort formulieren lassen.
- Sicherheitsteams: Erproben Sie Hinweise für die Prüfung, behalten Sie aber etablierte Kontrollen und das Urteil Ihrer Analysten bei.
Der Leitfaden zu Anwendungsfällen orientiert sich an diesen Rollen und enthält ein vollständiges offizielles Beispiel zur Dokumentensuche. Der Leitfaden zu Grenzen erklärt, wo die Schnittstelle, die Beleglage und die betrieblichen Annahmen an ihre Grenzen stoßen.
Häufige Fragen
Ist Jev ein Chatbot?
Nein. Seine Ausgabe beschränkt sich auf die Entscheidungen, die Sie definieren. Es kann einer Chatanwendung helfen, einen Bearbeitungsweg auszuwählen oder eine Antwort zu bewerten; die eigentliche Formulierung liefert ein anderes Modell oder eine Vorlage.
Bedeutet eine strukturierte Ausgabe, dass die Antwort richtig ist?
Nein. Eine Antwort kann dem erwarteten Typ entsprechen und dennoch die falsche Kategorie auswählen. Formatgarantien und die Genauigkeit von Entscheidungen sind unterschiedliche Eigenschaften. Unser Vergleichsleitfaden erläutert diesen Unterschied.
Kann ich Jev jetzt ausprobieren?
Beginnen Sie in unserem Playground mit einem Beispiel oder einer eigenen Frage. Live-Prüfungen hängen von Verfügbarkeit und Nutzungslimits ab. Für eine eigene API-Anbindung oder den offiziellen Playground lesen Sie den Einstieg und die offizielle TypeSafe-Website. Ein TypeSafe-Konto und der erforderliche Produktzugang sind von dieser Website getrennt.
Was kostet es?
Im Preisleitfaden mit Rechner finden Sie den veröffentlichten Preis für Eingabetokens, eine praktische Schätzung und Hinweise dazu, was die Schätzung nicht umfasst.
Zeigt die Sprachauswahl dieser Website, welche Sprachen Jev unterstützt?
Nein. Die 12 Lesesprachen der Website beschreiben die Übersetzungen dieses Leitfadens. Sie sind weder eine Liste von Modellfähigkeiten noch eine Aussage zur Genauigkeit oder ein Beleg dafür, dass dieselbe Frage in jeder Sprache gleich gut funktioniert. Prüfen Sie die Sprache und die Fachbegriffe Ihres eigenen Ablaufs.
Ist das die offizielle Website von Jev?
Nein. What is Jev ist ein unabhängiger Bildungsleitfaden ohne Verbindung zu TypeSafe AI. Wir verlinken auf Primärquellen und kennzeichnen Beispiele nach ihrer Beleglage. Lesen Sie mehr über unser redaktionelles Vorgehen.
Quellen und weiterführende Informationen
Dieser Leitfaden stützt sich auf offizielle Dokumentation und verlinkte Community-Berichte. Beobachtungen aus der Community werden ihren Verfassern zugeordnet.
- Einführung von TypeSafe
- System One erklärt
- KI-Grundlagen und Kalibrierung
- Offizielle Website von TypeSafe