Um modelo de decisão para o seu software
Jev é um modelo de IA da TypeSafe AI para fazer avaliações estruturadas dentro de um software. Forneça informações e um conjunto de perguntas bem definidas; sua aplicação recebe respostas que pode usar para escolher o próximo passo. A TypeSafe chama essa família de modelos de System One. Introdução oficial
Imagine uma caixa de entrada com centenas de mensagens de clientes. Antes que alguém escreva uma resposta, é preciso tomar várias decisões: qual equipe deve cuidar do problema, qual parece ser a urgência e se uma pessoa precisa analisá-lo. É esse tipo de trabalho que o Jev foi projetado para ajudar a realizar.
Sua aplicação continua sendo responsável por decidir o que fazer. Uma recomendação do modelo para encaminhar um chamado à engenharia não cria, por si só, um chamado, entra em contato com um cliente nem autoriza um reembolso.
Ver os detalhes técnicos
Três maneiras de fazer uma pergunta
| Primitiva | Use quando precisar de… | Exemplo de pergunta |
|---|---|---|
| Choice | Uma resposta entre opções que você define | Qual fila deve receber esta mensagem? |
| Score | Uma avaliação com base em descrições ordenadas | Qual é o grau de correspondência deste artigo com o nosso tema? |
| Noul | A probabilidade de uma afirmação ser verdadeira | O cliente pede explicitamente uma ligação de retorno? |
Você pode fazer várias perguntas sobre a mesma entrada em uma única requisição. O Jev as avalia de forma independente; seu código combina as respostas. Tipos de pergunta
A diferença importa: “Qual é a urgência disto?” exige uma escala definida. “Há menção a um prazo?” é uma pergunta mais restrita, de sim ou não. Escolher a pergunta certa faz parte do projeto da aplicação.
O que o Jev faz e o que você fornece
Atualmente, o Jev trabalha com texto, inclusive texto representado em objetos ou arrays JSON. Ele não aceita diretamente imagens, áudio ou vídeo e não gera e-mails, redações, explicações nem código. Documentação do System One
Você fornece o contexto relevante, as alternativas possíveis, os critérios de pontuação e as regras para lidar com o resultado. Em um fluxo com documentos, isso pode significar extrair o texto primeiro, pedir ao Jev que avalie a relevância e usar outra ferramenta para resumir os documentos selecionados.
Comece pelos casos de uso práticos ou leia Jev vs. LLMs para decidir quais partes do seu fluxo cabem a cada ferramenta.
Ver os detalhes técnicos
Por que as probabilidades importam
A TypeSafe descreve sua abordagem de treinamento como aprendizado por reforço para decisões calibradas, ou RLCD, na sigla em inglês. O objetivo é que as probabilidades informadas correspondam aos resultados observados em um grande conjunto de previsões. Por exemplo, entre previsões comparáveis às quais se atribui uma probabilidade de 70%, o evento deve ocorrer cerca de 70% das vezes em um sistema bem calibrado. Essa é uma propriedade estatística, não uma promessa sobre uma resposta individual. Fundamentos de IA da TypeSafe
Para quem desenvolve software, isso abre uma possibilidade útil de projeto: agir nos casos claros, buscar mais contexto nos ambíguos e encaminhar os difíceis a uma pessoa. Ainda assim, os limiares precisam ser avaliados na tarefa que realmente importa para você.
Por onde seguir
- Desenvolvedores: comecem com uma verificação semântica e mantenham a execução e as permissões no código.
- Equipes de suporte: separem a escolha da fila, a urgência e a decisão de envolver uma pessoa.
- Equipes de busca e RAG: encontrem evidências relevantes antes de pedir a outro modelo que escreva uma resposta.
- Equipes de segurança: explorem sinais para análise, mantendo os controles estabelecidos e o julgamento dos analistas.
O guia de casos de uso aborda essas funções e inclui um passo a passo completo de busca em documentos publicado na documentação oficial. O guia de limitações explica os limites da interface, das evidências e das premissas operacionais.
Perguntas frequentes
O Jev é um chatbot?
Não. Sua saída se limita às decisões que você define. Ele pode ajudar uma aplicação de chat a escolher um encaminhamento ou avaliar uma resposta, enquanto outro modelo ou um template fornece a redação em si.
Uma saída estruturada significa que a resposta está correta?
Não. Uma resposta pode corresponder ao tipo esperado e ainda assim escolher a categoria errada. Trate as garantias de formato e a precisão das decisões como propriedades distintas. Nosso guia de comparação explica essa diferença.
Posso experimentar agora?
Comece no nosso Playground: carregue um exemplo ou escreva sua pergunta. Verificações reais dependem da disponibilidade e dos limites de uso do site. Para uma integração própria ou o Playground oficial, consulte o guia inicial e o site oficial da TypeSafe. A conta e o acesso ao produto oficial são separados deste site.
Quanto custa?
Consulte o guia de preços e a calculadora para ver o preço publicado por tokens de entrada, uma estimativa prática e o que fica fora dela.
O seletor de idiomas deste site descreve os idiomas aceitos pelo Jev?
Não. Os 12 idiomas de leitura do site correspondem às traduções deste guia. Eles não são uma lista de capacidades do modelo, uma afirmação sobre precisão nem uma evidência de que a mesma pergunta funciona igualmente bem em cada idioma. Avalie o idioma e a terminologia do seu próprio fluxo de trabalho.
Este é o site oficial do Jev?
Não. What is Jev é um guia educacional independente, sem vínculo com a TypeSafe AI. Incluímos links para fontes primárias e identificamos os exemplos conforme suas evidências. Leia sobre nossa abordagem editorial.
Fontes e leituras complementares
Este guia se baseia na documentação oficial e nos relatos da comunidade vinculados. As observações da comunidade são atribuídas a seus autores.
Como verificamos nossas fontes