Jev превръща решенията на агентите в типизирани вероятности
TypeSafe AI представи Jev, първия си модел от серията System One, предназначен за структурирани решения в работни процеси с AI агенти. За разлика от разговорните модели, Jev не генерира текст, не пише код и не обобщава документи. Той получава неструктурирано състояние под формата на текст или JSON и набор от типизирани въпроси, след което връща решения, вероятности и оценки на увереността.
Системата предлага три примитива: Choice избира една опция и дава вероятност за всяка от тях; Score оценява състоянието по подредени нива; а Noul изчислява вероятността дадено твърдение да е вярно. Всички въпроси се обработват паралелно в една заявка. TypeSafe посочва, че Jev се обучава чрез Reinforcement Learning for Calibrated Decisions, така че по-високата увереност да съответства на по-висока точност. Choice поддържа до 255 опции.
Статията разглежда 20 приложения, сред които избор на модел, контрол на извикванията към инструменти, сортиране, проверка за уместност и откриване на prompt injection. Според собствени оценки на TypeSafe Jev е до 193,6 пъти по-бърз и 444,6 пъти по-евтин, като GPT-6 Astra и Fable 5.1 са използвани за сравнение. Входът струва $0.042 за милион токена, а изходът е безплатен.
Текстът е изготвен от ИИ на Sakhanda Wire по материал на MarkTechPost. Фактите, цитатите и пълният контекст са в оригиналната статия по-долу.