Sakhanda Wire
NVDA $154.93 -0.77% MSFT $505.37 -2.44% GOOGL $279.95 -1.33% META $618.13 -1.32% AMZN $257.42 -0.13%
← К новостям

Модели принятия решений возвращают вероятности для программного выбора

Модели принятия решений в искусственном интеллекте возвращают типизированные ответы, а не сгенерированные абзацы. По тексту и заранее заданным вопросам они могут выбрать вариант, выставить оценку или определить вероятность истинности утверждения. Такие результаты предназначены для маршрутизации, классификации, триажа, защитных проверок, переранжирования и оценки, где программа может сразу выполнить действие. Для резюме, объяснений, точной арифметики и свободного написания они не предназначены.

Jev от TypeSafe был представлен после двух лет разработки в закрытом режиме. Модель поддерживает вопросы Choice, Score и Noul; для Choice заявлено до 255 вариантов. TypeSafe указывает задержку от 70 до 500 миллисекунд. Стоимость составляет $0.042 за миллион входных токенов, а вывод не тарифицируется. В тестах рабочих процессов Jev получил среднюю точность 67.8%, как и Claude Sonnet 5, тогда как лучшая сопоставляемая модель показала 74.1%.

Fastino Labs предлагает облачный GLiDE и GLiNER2.5-Decide с открытыми весами по лицензии Apache 2.0. Среди других локальных вариантов — Laya, JevK5, OpenJev и kev. Результаты получены на разных наборах тестов и напрямую несопоставимы. Jev и GLiDE доступны только через API, а модели с открытыми весами можно запускать локально. Их применяют также в управлении агентами, проверках безопасности и системах с малой задержкой.

Текст подготовлен ИИ Sakhanda Wire по материалу MarkTechPost. Факты, цитаты и полный контекст — в оригинальной статье ниже.

Впервые опубликовано изданием MarkTechPost

Читать оригинал на MarkTechPost ↗

Репортаж и изображение принадлежат MarkTechPost и указаны выше со ссылкой на оригинал; текст на этой странице — собственное изложение Sakhanda Wire.

← К новостям

Ещё новости

Все последние новости