Come funziona

La richiesta per intero

Lo state lo fornisci tu — qualunque cosa incolli. Le domande le fornisce la lente. Jev restituisce una risposta tipizzata per domanda, con le stesse chiavi.

{
  "state": "Help! My payouts have been failing for 3 days.",
  "model": "jev-latest",
  "questions": {
    "is_urgent":  { "type": "noul",   "instructions": "Does this convey urgency?" },
    "department": { "type": "choice", "instructions": "Which team should handle this?",
                    "criteria": { "billing": "Payments, invoicing, refunds",
                                  "technical": "Bugs, outages, integrations",
                                  "sales": "Pricing, upgrades, new accounts" } },
    "frustration":{ "type": "score",  "instructions": "How frustrated is the customer?",
                    "criteria": ["Calm", "Frustrated", "Very angry"] }
  }
}

Come i grafici corrispondono alle risposte

Choice → ciambella

Le probabilità sommano a uno, quindi qui un anello è onesto: è davvero un rapporto parte-tutto. La legenda ripete ogni opzione con il suo valore esatto, perché la ciambella è pessima nei testa a testa e i numeri no.

Score → barra della griglia

La barra sono i tuoi livelli in ordine; l’ago è il valore pesato sulle probabilità, ed è per questo che di solito cade fra due di essi. Le barre sotto mostrano come si distribuisce la massa di probabilità — un 2,0 da un picco stretto e un 2,0 da due gobbe lontane sono risposte molto diverse.

Noul → indicatore

Un rapporto rispetto a un limite, quindi merita un indicatore e non un grafico. La fascia grigia al centro segna dove il modello sta di fatto dicendo «non lo so» — uno 0,51 non va mai letto come un sì.

Le lenti

Ogni lente è solo un insieme fisso di domande scelto per mostrare una parte diversa di ciò che Jev sa fare. Puoi anche scrivere le tue.

• Radiografia del messaggio

  Cosa ti sta chiedendo davvero questo messaggio?

  9 domande

• Triage dell’assistenza

  Instrada un ticket prima che una persona lo apra.

  9 domande

• Guardrail

  Filtra un prompt prima che arrivi al tuo modello.

  9 domande

• Critica della bozza

  Nove letture di una bozza, prima di mandarla.

  9 domande

• Decodificatore di recensioni

  Cosa ti sta dicendo davvero una recensione.

  9 domande

• Triage delle segnalazioni

  Gravità, componente e se qualcuno riesce a riprodurlo.

  9 domande

• Lente dei titoli

  Come viene inquadrata una notizia.

  9 domande

• Controllo del pitch

  Un investitore o un cliente continuerebbe a leggere?

  9 domande

Domande

Che cos’è un modello Sistema Uno?

Un modello costruito per decisioni anziché per prosa. Jev prende uno state più una mappa di domande tipizzate e restituisce una risposta tipizzata per domanda — nessun token in streaming, nulla da analizzare e nessun modo di emettere un valore fuori dall’insieme che hai definito. L’inquadramento di TypeSafe è Sistema Uno per il giudizio strutturato e rapido, con un LLM ordinario come Sistema Due quando serve davvero il linguaggio.

Perché tutto gira in una sola richiesta?

Jev assorbe lo state una volta e valuta ogni domanda contro di esso in parallelo. Dieci domande in una chiamata costano all’incirca i token in ingresso di una chiamata invece di dieci, e richiedono più o meno lo stesso tempo di una. Per questo ogni lente qui chiede nove cose insieme invece di concatenare prompt.

Che cosa significa la confidenza?

Le risposte Choice e Score portano un valore di confidenza derivato dalla loro distribuzione di probabilità: concentrata significa certo, sparsa significa che il modello non riesce a separare le opzioni. È un secondo asse — la risposta ti dice cosa, la confidenza ti dice se agire. Le risposte Noul non hanno un campo di confidenza, perché la probabilità stessa lo porta già: 0,51 è il modello che dice di non saperlo.

Jev può allucinare?

Non nella forma del suo output. Un Choice può restituire solo una delle opzioni che hai definito; uno Score può cadere solo dentro la tua griglia; un Noul è un numero fra 0 e 1. Può comunque sbagliarsi sul tuo testo — ed è esattamente a questo che serve la confidenza.

Perché si chiama Jev?

Da William Stanley Jevons, l’economista. Il post di lancio di TypeSafe dice che si aspettano che l’intelligenza artificiale segua la strada presa dal carbone dopo che le macchine a vapore divennero efficienti — il paradosso di Jevons, per cui rendere qualcosa più economico da usare ne aumenta il consumo invece di ridurlo.

Posso eseguire Jev in locale? È open source?

No. Jev è un modello proprietario ospitato, raggiungibile tramite l’API HTTP di TypeSafe; non ci sono pesi pubblicati da scaricare, e gli stessi pesi servono ogni account — non c’è messa a punto né adattamento LoRA per cliente. Le risposte si modellano attraverso la richiesta: ciò che metti nello state e come scrivi istruzioni e criteri di ogni domanda.

Quanto è veloce Jev?

TypeSafe dichiara 70–500 ms end to end, contro 3–329 secondi dei modelli di frontiera, e 40–200× più veloce sul tipo di query per cui è costruito. Sono cifre del fornitore. Ciò che questo sito può dire dai propri registri è che una richiesta da nove domande torna di solito in poche centinaia di millisecondi — ogni pagina di risultato mostra l’andata e ritorno misurato di quella specifica chiamata.

Quanto costa Jev?

0,042 $ per milione di token in ingresso su jev-1.13.0, con l’uscita gratuita — non c’è decodifica autoregressiva da contare. Poiché lo state viene letto una volta e ogni domanda viene valutata in parallelo, chiedere dieci cose costa all’incirca quanto chiederne una. Ogni pagina di risultato di questo sito stampa il numero di token e il costo di quella chiamata esatta.

Come è stato addestrato Jev?

Con quello che TypeSafe chiama RLCD — apprendimento per rinforzo per decisioni calibrate. L’obiettivo dichiarato è diverso da RLHF o RLVR: non risposte che le persone preferiscono né risposte che passano un controllo, ma risposte le cui probabilità siano epistemicamente oneste. È questo che rende la confidenza degna di una soglia invece che decorativa.

Quali sono i limiti?

Solo testo — niente immagini, audio o video. 64k token per richiesta, di cui lo state più la domanda più lunga devono stare in 32k. Un Choice accetta fino a 255 opzioni; uno Score accetta da 2 a 10 livelli. I limiti di frequenza in accesso anticipato sono 250.000 token al secondo e 1.200 richieste al minuto, e TypeSafe avverte che cambiano.

Che fine fa quello che incollo?

Viene inviato a TypeSafe per la valutazione e salvato nel database di questo sito perché il risultato abbia un link permanente. Le esecuzioni pubbliche compaiono in Esplora e nei motori di ricerca. Anche quelle non elencate vengono salvate, ma restano fuori da Esplora e dalla sitemap e sono servite con un’intestazione noindex — il link continua a funzionare per chi lo riceve. In ogni caso, non incollare nulla di sensibile: questa è una demo pubblica.

Quali lingue parla questo sito?

L’interfaccia, la libreria di lenti e ogni pagina esplicativa sono pubblicate in 32 lingue, scelte dall’intestazione o dall’impostazione del tuo browser. Ciò che incolli resta esattamente come l’hai scritto, e Jev lo legge nella lingua in cui è — le domande dietro ogni lente vengono inviate in inglese in tutte le lingue, così un’esecuzione significa la stessa cosa comunque sia stata fatta.

È gestito da TypeSafe?

No. Dejev è una demo indipendente costruita per mostrare che aspetto ha l’output di Jev quando lo disegni. Il modello, l’API e la documentazione sono di TypeSafe.

Andare più a fondo

Il modello, i prezzi, gli spigoli e uno scaffale lungo di ricettari stanno tutti nella documentazione di TypeSafe.