System One মডেল কী?

গদ্যের বদলে সিদ্ধান্তের জন্য বানানো একটি মডেল। Jev একটি অবস্থা আর টাইপযুক্ত প্রশ্নের একটি মানচিত্র নেয় এবং প্রতিটি প্রশ্নের জন্য একটি করে টাইপযুক্ত উত্তর ফেরত দেয় — কোনো টোকেন প্রবাহ নেই, বিশ্লেষণ করার কিছু নেই, আর আপনার ঠিক করা সেটের বাইরে কোনো মান বের করার উপায়ও নেই। TypeSafe-এর কাঠামোটি হলো: দ্রুত সুসংগঠিত বিচারের জন্য System One, আর যখন সত্যিই ভাষা দরকার তখন System Two হিসেবে একটি সাধারণ ভাষা মডেল।

আস্থা মানে কী?

Choice আর Score উত্তরগুলো নিজেদের সম্ভাব্যতা বণ্টন থেকে পাওয়া একটি আস্থার মান বয়ে আনে: ঘনীভূত মানে নিশ্চিত, ছড়ানো মানে মডেল বিকল্পগুলো আলাদা করতে পারছে না। এটি দ্বিতীয় একটি অক্ষ — উত্তর বলে কী, আর আস্থা বলে ব্যবস্থা নেওয়া উচিত কি না। Noul উত্তরে আস্থার ঘর নেই, কারণ সম্ভাব্যতাই সেটি বয়ে আনে: ০.৫১ মানে মডেল বলছে সে জানে না।

Jev কি কল্পনা করে বসতে পারে?

নিজের আউটপুটের আকারে নয়। একটি Choice কেবল আপনার ঠিক করা বিকল্পগুলোর একটিই ফেরত দিতে পারে; একটি Score কেবল আপনার মানদণ্ডের ভেতরেই পড়তে পারে; একটি Noul ০ আর ১-এর মাঝের একটি সংখ্যা। তবু সে আপনার লেখা সম্পর্কে ভুল করতে পারে — আর ঠিক সেজন্যই আস্থা আছে।

এর নাম Jev কেন?

অর্থনীতিবিদ উইলিয়াম স্ট্যানলি জেভন্সের নামে। TypeSafe-এর ঘোষণায় বলা হয়েছে তারা আশা করে যন্ত্রবুদ্ধি সেই পথই ধরবে যা বাষ্পীয় ইঞ্জিন দক্ষ হওয়ার পর কয়লা ধরেছিল — জেভন্সের হেঁয়ালি, যেখানে কোনো কিছুর ব্যবহার সস্তা করে দিলে তার ব্যবহার কমার বদলে বেড়ে যায়।

আমি কি Jev স্থানীয়ভাবে চালাতে পারি? এটি কি মুক্ত উৎস?

না। Jev একটি মালিকানাধীন হোস্ট করা মডেল, যার কাছে পৌঁছানো যায় TypeSafe-এর HTTP API দিয়ে; ডাউনলোড করার মতো কোনো প্রকাশিত ওজন নেই, আর একই ওজন প্রতিটি অ্যাকাউন্টকে সেবা দেয় — গ্রাহকভেদে কোনো ফাইন-টিউনিং বা LoRA অভিযোজন নেই। আপনি এর উত্তর গড়েন অনুরোধের মাধ্যমে: অবস্থায় আপনি কী রাখছেন, আর প্রতিটি প্রশ্নের নির্দেশনা ও মানদণ্ড কীভাবে লিখছেন তা দিয়ে।

Jev কতটা দ্রুত?

TypeSafe বলে প্রান্ত থেকে প্রান্তে ৭০–৫০০ ms, যেখানে অগ্রসর মডেলগুলোর লাগে ৩–৩২৯ সেকেন্ড, আর যে ধরনের প্রশ্নের জন্য এটি বানানো সেখানে ৪০–২০০ গুণ দ্রুত। এগুলো নির্মাতার হিসাব। এই সাইট নিজের লগ থেকে যা বলতে পারে তা হলো, নয়টি প্রশ্নের একটি অনুরোধ সাধারণত কয়েকশো মিলিসেকেন্ডে ফিরে আসে — প্রতিটি ফলাফল পাতা ঠিক সেই কলের মাপা যাওয়া-আসার সময় দেখায়।

Jev-এর খরচ কত?

jev-1.13.0-তে প্রতি দশ লক্ষ ইনপুট টোকেনে $0.042, আর আউটপুট বিনামূল্যে — মাপার মতো কোনো স্বয়ংপ্রতিগামী ডিকোডিংই নেই। যেহেতু অবস্থাটি একবার পড়া হয় আর প্রতিটি প্রশ্ন তার বিপরীতে সমান্তরালে যাচাই হয়, দশটি জিনিস জিজ্ঞেস করার খরচ প্রায় একটি জিজ্ঞেস করার সমান। এই সাইটের প্রতিটি ফলাফল পাতা ঠিক সেই কলের টোকেন সংখ্যা আর খরচ ছাপে।

Jev-কে কীভাবে প্রশিক্ষণ দেওয়া হয়েছে?

TypeSafe যাকে RLCD বলে তা দিয়ে — ক্যালিব্রেট করা সিদ্ধান্তের জন্য শক্তিবৃদ্ধিমূলক শিখন। ঘোষিত লক্ষ্যটি RLHF বা RLVR থেকে আলাদা: এমন উত্তর নয় যা মানুষ পছন্দ করে, বা এমন উত্তরও নয় যা কোনো পরীক্ষক পার করে, বরং এমন উত্তর যার সম্ভাব্যতাগুলো জ্ঞানতাত্ত্বিকভাবে সৎ। এটিই আস্থাকে সাজসজ্জার বদলে সীমা বসানোর যোগ্য করে তোলে।

সীমাগুলো কী?

কেবল লেখাই ঢোকে — ছবি, শব্দ বা ভিডিও নয়। প্রতি অনুরোধে ৬৪k টোকেন, যার মধ্যে অবস্থা আর সবচেয়ে লম্বা একক প্রশ্ন মিলে ৩২k-তে ধরতে হবে। Choice সর্বোচ্চ ২৫৫টি বিকল্প নেয়; Score নেয় ২ থেকে ১০টি স্তর। প্রাথমিক প্রবেশাধিকারে হারের সীমা প্রতি সেকেন্ডে ২,৫০,০০০ টোকেন আর প্রতি মিনিটে ১,২০০ অনুরোধ, আর TypeSafe সতর্ক করে যে এগুলো বদলায়।

Jev কী?

Jev একটি সিদ্ধান্ত মডেল। একটি ভাষা মডেল যেখানে এমন লেখা তৈরি করে যা পরে আপনাকেই বিশ্লেষণ করতে হয়, Jev সেখানে একটি লেখা আর টাইপযুক্ত প্রশ্নের একটি মানচিত্র নেয় এবং প্রতিটি প্রশ্নের জন্য একটি করে টাইপযুক্ত উত্তর ফেরত দেয় — একটি সম্ভাব্যতা, একটি নামযুক্ত বিকল্প, বা কোনো মানদণ্ডের উপর একটি অবস্থান — প্রতিটির সঙ্গে জুড়ে থাকে একটি ক্যালিব্রেট করা সংখ্যা। এটি বানিয়েছে TypeSafe, পাওয়া যায় HTTP API দিয়ে, আর আপনার ঠিক করা সেটের বাইরে কোনো মান এটি ফেরত দিতে পারে না।

এটি কেন ভাষা মডেল নয়

একটি LLM টোকেন তৈরি করে; যা ফিরে আসে তার আকার একটি আশা, নিশ্চয়তা নয়, আর সেজন্যই যেসব অ্যাপ্লিকেশন সিদ্ধান্তের জন্য তাকে ব্যবহার করে সেগুলো শেষমেশ বিশ্লেষণ আর পুনঃচেষ্টায় মুড়ে যায়। Jev তৈরি করে আপনার নির্দিষ্ট করা ধরনের একটি মান। বিশ্লেষণ করার কিছু নেই আর সামলানোর মতো কোনো ভাঙা ক্ষেত্রও নেই — পুনঃচেষ্টার লুপের জায়গা নেয় এমন একটি শাখা যা চলে যখন মডেল অনিশ্চিত, আর সেটি জানা একেবারে আলাদা এবং অনেক বেশি কাজের কথা।

Jev বনাম একটি ভাষা মডেল →

তিনটি আকার, আর কিছুই নয়

Noul

Noul হলো TypeSafe-এর Jev মডেলের তিনটি প্রশ্নের ধরনের একটি। এটি একটিমাত্র হ্যাঁ/না প্রশ্ন করে আর উত্তরটি হ্যাঁ হওয়ার সম্ভাব্যতা দিয়ে জবাব দেয়, ০ থেকে ১-এর মধ্যে একটি সংখ্যা হিসেবে।

Choice

Choice হলো TypeSafe-এর Jev মডেলের তিনটি প্রশ্নের ধরনের একটি। এটি আপনার ঠিক করা সেট থেকে ঠিক একটি বিকল্প বাছে আর বিজয়ী, প্রতিটি বিকল্পের সম্ভাব্যতা এবং একটি আস্থার মান ফেরত দেয়।

Score

Score হলো TypeSafe-এর Jev মডেলের তিনটি প্রশ্নের ধরনের একটি। এটি ইনপুটকে আপনার লেখা ক্রমসাজানো স্তরের বিপরীতে মূল্যায়ন করে আর এমন একটি সম্ভাব্যতা-ভারিত মান ফেরত দেয় যা দুই স্তরের মাঝেও পড়তে পারে।

সংখ্যাগুলো

এগুলো TypeSafe প্রকাশ করে; এগুলো নির্মাতার নিজের হিসাব, আমাদের মাপা নয়।

৭০–৫০০ ms

প্রান্ত থেকে প্রান্তে সাড়া, অগ্রসর মডেলগুলোর ৩–৩২৯ s-এর তুলনায়

$0.042

প্রতি দশ লক্ষ ইনপুট টোকেনে, আউটপুট বিনামূল্যে

৬৪k টোকেন

প্রতি অনুরোধে প্রসঙ্গ

বিনামূল্যে

আউটপুট টোকেন

প্রশ্ন

System One মডেল কী?: গদ্যের বদলে সিদ্ধান্তের জন্য বানানো একটি মডেল। Jev একটি অবস্থা আর টাইপযুক্ত প্রশ্নের একটি মানচিত্র নেয় এবং প্রতিটি প্রশ্নের জন্য একটি করে টাইপযুক্ত উত্তর ফেরত দেয় — কোনো টোকেন প্রবাহ নেই, বিশ্লেষণ করার কিছু নেই, আর আপনার ঠিক করা সেটের বাইরে কোনো মান বের করার উপায়ও নেই। TypeSafe-এর কাঠামোটি হলো: দ্রুত সুসংগঠিত বিচারের জন্য System One, আর যখন সত্যিই ভাষা দরকার তখন System Two হিসেবে একটি সাধারণ ভাষা মডেল।
আস্থা মানে কী?: Choice আর Score উত্তরগুলো নিজেদের সম্ভাব্যতা বণ্টন থেকে পাওয়া একটি আস্থার মান বয়ে আনে: ঘনীভূত মানে নিশ্চিত, ছড়ানো মানে মডেল বিকল্পগুলো আলাদা করতে পারছে না। এটি দ্বিতীয় একটি অক্ষ — উত্তর বলে কী, আর আস্থা বলে ব্যবস্থা নেওয়া উচিত কি না। Noul উত্তরে আস্থার ঘর নেই, কারণ সম্ভাব্যতাই সেটি বয়ে আনে: ০.৫১ মানে মডেল বলছে সে জানে না।
Jev কি কল্পনা করে বসতে পারে?: নিজের আউটপুটের আকারে নয়। একটি Choice কেবল আপনার ঠিক করা বিকল্পগুলোর একটিই ফেরত দিতে পারে; একটি Score কেবল আপনার মানদণ্ডের ভেতরেই পড়তে পারে; একটি Noul ০ আর ১-এর মাঝের একটি সংখ্যা। তবু সে আপনার লেখা সম্পর্কে ভুল করতে পারে — আর ঠিক সেজন্যই আস্থা আছে।
এর নাম Jev কেন?: অর্থনীতিবিদ উইলিয়াম স্ট্যানলি জেভন্সের নামে। TypeSafe-এর ঘোষণায় বলা হয়েছে তারা আশা করে যন্ত্রবুদ্ধি সেই পথই ধরবে যা বাষ্পীয় ইঞ্জিন দক্ষ হওয়ার পর কয়লা ধরেছিল — জেভন্সের হেঁয়ালি, যেখানে কোনো কিছুর ব্যবহার সস্তা করে দিলে তার ব্যবহার কমার বদলে বেড়ে যায়।
আমি কি Jev স্থানীয়ভাবে চালাতে পারি? এটি কি মুক্ত উৎস?: না। Jev একটি মালিকানাধীন হোস্ট করা মডেল, যার কাছে পৌঁছানো যায় TypeSafe-এর HTTP API দিয়ে; ডাউনলোড করার মতো কোনো প্রকাশিত ওজন নেই, আর একই ওজন প্রতিটি অ্যাকাউন্টকে সেবা দেয় — গ্রাহকভেদে কোনো ফাইন-টিউনিং বা LoRA অভিযোজন নেই। আপনি এর উত্তর গড়েন অনুরোধের মাধ্যমে: অবস্থায় আপনি কী রাখছেন, আর প্রতিটি প্রশ্নের নির্দেশনা ও মানদণ্ড কীভাবে লিখছেন তা দিয়ে।
Jev কতটা দ্রুত?: TypeSafe বলে প্রান্ত থেকে প্রান্তে ৭০–৫০০ ms, যেখানে অগ্রসর মডেলগুলোর লাগে ৩–৩২৯ সেকেন্ড, আর যে ধরনের প্রশ্নের জন্য এটি বানানো সেখানে ৪০–২০০ গুণ দ্রুত। এগুলো নির্মাতার হিসাব। এই সাইট নিজের লগ থেকে যা বলতে পারে তা হলো, নয়টি প্রশ্নের একটি অনুরোধ সাধারণত কয়েকশো মিলিসেকেন্ডে ফিরে আসে — প্রতিটি ফলাফল পাতা ঠিক সেই কলের মাপা যাওয়া-আসার সময় দেখায়।
Jev-এর খরচ কত?: jev-1.13.0-তে প্রতি দশ লক্ষ ইনপুট টোকেনে $0.042, আর আউটপুট বিনামূল্যে — মাপার মতো কোনো স্বয়ংপ্রতিগামী ডিকোডিংই নেই। যেহেতু অবস্থাটি একবার পড়া হয় আর প্রতিটি প্রশ্ন তার বিপরীতে সমান্তরালে যাচাই হয়, দশটি জিনিস জিজ্ঞেস করার খরচ প্রায় একটি জিজ্ঞেস করার সমান। এই সাইটের প্রতিটি ফলাফল পাতা ঠিক সেই কলের টোকেন সংখ্যা আর খরচ ছাপে।
Jev-কে কীভাবে প্রশিক্ষণ দেওয়া হয়েছে?: TypeSafe যাকে RLCD বলে তা দিয়ে — ক্যালিব্রেট করা সিদ্ধান্তের জন্য শক্তিবৃদ্ধিমূলক শিখন। ঘোষিত লক্ষ্যটি RLHF বা RLVR থেকে আলাদা: এমন উত্তর নয় যা মানুষ পছন্দ করে, বা এমন উত্তরও নয় যা কোনো পরীক্ষক পার করে, বরং এমন উত্তর যার সম্ভাব্যতাগুলো জ্ঞানতাত্ত্বিকভাবে সৎ। এটিই আস্থাকে সাজসজ্জার বদলে সীমা বসানোর যোগ্য করে তোলে।
সীমাগুলো কী?: কেবল লেখাই ঢোকে — ছবি, শব্দ বা ভিডিও নয়। প্রতি অনুরোধে ৬৪k টোকেন, যার মধ্যে অবস্থা আর সবচেয়ে লম্বা একক প্রশ্ন মিলে ৩২k-তে ধরতে হবে। Choice সর্বোচ্চ ২৫৫টি বিকল্প নেয়; Score নেয় ২ থেকে ১০টি স্তর। প্রাথমিক প্রবেশাধিকারে হারের সীমা প্রতি সেকেন্ডে ২,৫০,০০০ টোকেন আর প্রতি মিনিটে ১,২০০ অনুরোধ, আর TypeSafe সতর্ক করে যে এগুলো বদলায়।

এটি কীভাবে কাজ করে →

Jev-কে আপনার নিজের লেখার দিকে তাক করান

এই পাতার প্রতিটি উদাহরণ সত্যিকারের API কল থেকে আঁকা। নিজের লেখা পেস্ট করুন আর দেখুন একটিমাত্র অনুরোধ থেকে নয়টি টাইপযুক্ত উত্তর ফিরে আসছে।

পরীক্ষাক্ষেত্র খুলুন