Un modelo de decisión para tu software
Jev es un modelo de IA de TypeSafe AI que permite realizar valoraciones estructuradas dentro del software. Le proporcionas información y un conjunto de preguntas bien definidas; tu aplicación recibe respuestas que puede utilizar para elegir el siguiente paso. TypeSafe denomina a esta familia de modelos System One. Introducción oficial
Imagina una bandeja de entrada con cientos de mensajes de clientes. Antes de redactar una respuesta, hay que tomar varias decisiones: qué equipo debe atender el problema, cuánta urgencia parece tener y si hace falta que una persona lo revise. Jev está diseñado para ayudar con este tipo de trabajo.
Tu aplicación sigue siendo la que decide qué hacer. Que un modelo recomiende enviar un caso al equipo de ingeniería no crea por sí solo un ticket, no contacta con el cliente ni autoriza un reembolso.
Ver los detalles técnicos
Tres formas de plantear una pregunta
| Primitiva | Úsala cuando necesites… | Una pregunta de ejemplo |
|---|---|---|
| Choice | Una respuesta entre las opciones que definas | ¿A qué cola debe enviarse este mensaje? |
| Score | Una valoración basada en descripciones ordenadas | ¿En qué medida encaja este artículo con nuestro tema? |
| Noul | La probabilidad de que una afirmación sea cierta | ¿El cliente solicita expresamente que le llamen? |
Puedes hacer varias preguntas sobre la misma entrada en una sola solicitud. Jev las evalúa de forma independiente; tu código combina las respuestas. Tipos de preguntas
La distinción importa: «¿Qué urgencia tiene esto?» requiere una escala definida. «¿Se menciona una fecha límite?» es una pregunta de sí o no más acotada. Elegir la pregunta adecuada forma parte del diseño de la aplicación.
Qué hace Jev y qué debes aportar tú
Actualmente, Jev trabaja con texto, incluido el texto representado en objetos o arrays JSON. No acepta directamente imágenes, audio ni vídeo, y no genera correos electrónicos, ensayos, explicaciones ni código. Documentación de System One
Tú aportas el contexto pertinente, las opciones posibles, los criterios de puntuación y las reglas para tratar el resultado. En un flujo de trabajo con documentos, esto podría implicar extraer primero el texto, pedir a Jev que valore su relevancia y utilizar otra herramienta para resumir los documentos seleccionados.
Empieza por los casos de uso prácticos o consulta Jev frente a los LLM para decidir qué herramienta corresponde a cada parte de tu flujo de trabajo.
Ver los detalles técnicos
Por qué importan las probabilidades
TypeSafe describe su método de entrenamiento como aprendizaje por refuerzo para decisiones calibradas, o RLCD, por sus siglas en inglés. El objetivo es que las probabilidades comunicadas se correspondan con los resultados en un conjunto amplio de predicciones. Por ejemplo, entre predicciones comparables a las que se asigna una probabilidad del 70 %, el suceso debería producirse aproximadamente el 70 % de las veces en un sistema bien calibrado. Es una propiedad estadística, no una promesa sobre una respuesta concreta. Fundamentos de IA de TypeSafe
Para quien desarrolla una aplicación, esto abre una posibilidad útil: actuar en los casos claros, reunir más contexto en los ambiguos y derivar los difíciles a una persona. Aun así, hay que evaluar los umbrales en la tarea que realmente interesa.
Por dónde seguir
- Desarrolladores: empieza por una comprobación semántica y mantén la ejecución y los permisos en el código.
- Equipos de soporte: separa la elección de la cola, la urgencia y la decisión de involucrar a una persona.
- Equipos de búsqueda y RAG: encuentra pruebas relevantes antes de pedir a otro modelo que redacte una respuesta.
- Equipos de seguridad: explora señales para la revisión sin prescindir de los controles establecidos ni del criterio de los analistas.
La guía de casos de uso desarrolla estas funciones e incluye un recorrido completo por un ejemplo oficial de búsqueda documental. La guía de limitaciones explica hasta dónde llegan la interfaz, las pruebas disponibles y los supuestos operativos.
Preguntas frecuentes
¿Jev es un chatbot?
No. Su salida se limita a las decisiones que definas. Puede ayudar a una aplicación de chat a elegir una ruta o evaluar una respuesta, mientras otro modelo o una plantilla aporta la redacción.
¿Una salida estructurada significa que la respuesta es correcta?
No. Una respuesta puede ajustarse al tipo esperado y, aun así, elegir la categoría equivocada. Las garantías de formato y la exactitud de las decisiones son propiedades distintas. Nuestra guía comparativa explica la diferencia.
¿Puedo probarlo ahora mismo?
Empieza con nuestro Playground: carga un ejemplo o escribe tu pregunta. Las comprobaciones reales dependen de la disponibilidad y los límites de uso del sitio. Para una integración propia o el Playground oficial, consulta la guía de inicio y el sitio oficial de TypeSafe. La cuenta y el acceso al producto oficial son independientes de esta web.
¿Cuánto cuesta?
Consulta la guía de precios y calculadora para ver la tarifa publicada por tokens de entrada, una estimación práctica y lo que queda fuera de ella.
¿El selector de idiomas de este sitio indica los idiomas que admite Jev?
No. Los 12 idiomas de lectura del sitio corresponden a las traducciones de esta guía. No son una lista de capacidades del modelo, una afirmación sobre su exactitud ni una prueba de que una misma pregunta funcione igual de bien en todos los idiomas. Evalúa el idioma y la terminología de tu propio flujo de trabajo.
¿Este es el sitio oficial de Jev?
No. What is Jev es una guía educativa independiente, sin vinculación con TypeSafe AI. Enlazamos fuentes primarias e identificamos los ejemplos según las pruebas que los respaldan. Consulta nuestro enfoque editorial.
Fuentes y lecturas adicionales
Esta guía se apoya en documentación oficial e informes de la comunidad enlazados. Las observaciones de la comunidad se atribuyen a sus autores.
Cómo comprobamos nuestras fuentes