Jev возвращает типизированные вероятности для решений AI-агентов
TypeSafe AI выпустила Jev — свою первую модель System One для структурированных решений в рабочих процессах AI-агентов. В отличие от разговорных моделей, Jev не создает текст, не пишет код и не делает резюме. Модель получает неструктурированное состояние в виде текста или JSON и словарь типизированных вопросов, а затем возвращает решения, вероятности и показатели уверенности.
В системе предусмотрены три примитива. Choice выбирает один вариант и указывает вероятность каждого варианта, Score оценивает состояние по упорядоченной шкале, а Noul определяет вероятность истинности утверждения. Все вопросы обрабатываются параллельно в одном запросе. По данным TypeSafe, Jev обучается с помощью Reinforcement Learning for Calibrated Decisions, чтобы уровень уверенности был связан с точностью. Choice поддерживает до 255 вариантов.
В статье рассмотрены 20 вариантов применения, включая маршрутизацию между моделями, проверку вызовов инструментов, ранжирование, оценку релевантности и обнаружение prompt injection. В собственных оценках рабочих процессов TypeSafe заявляет преимущество до 193,6 раза по скорости и до 444,6 раза по стоимости; эталонами были GPT-6 Astra и Fable 5.1. Вход стоит $0.042 за миллион токенов, а вывод не тарифицируется.
Текст подготовлен ИИ Sakhanda Wire по материалу MarkTechPost. Факты, цитаты и полный контекст — в оригинальной статье ниже.