Что такое Jev
Jev — это модель решений. Там, где языковая модель пишет текст, который вам потом разбирать, Jev принимает один фрагмент текста и карту типизированных вопросов и возвращает по одному типизированному ответу на вопрос — вероятность, названный вариант или позицию на шкале, и к каждому приложено калиброванное число. Её делает TypeSafe, доступ идёт через HTTP API, и вернуть значение за пределами заданного вами набора она не может.
Почему это не языковая модель
Языковая модель порождает токены; форма того, что вернётся, — это надежда, а не гарантия, и потому приложения, использующие её для решений, в итоге обрастают разбором и повторами. Jev порождает значение того типа, который вы указали. Разбирать нечего, и обрабатывать испорченный случай не нужно — место цикла повторов занимает совсем другая ветка: та, что срабатывает, когда модель не уверена, а это куда более полезное знание.
Jev против языковой модели →Три формы, и ничего больше
Noul
Noul — один из трёх типов вопросов в модели Jev от TypeSafe. Он задаёт один вопрос «да/нет» и отвечает вероятностью того, что ответ — «да», числом от 0 до 1.
Choice
Choice — один из трёх типов вопросов в модели Jev от TypeSafe. Он выбирает ровно один вариант из заданного вами набора и возвращает победителя, вероятность для каждого варианта и значение уверенности.
Score
Score — один из трёх типов вопросов в модели Jev от TypeSafe. Он оценивает вход по упорядоченным уровням, которые пишете вы, и возвращает взвешенное по вероятностям значение, способное попасть между двумя уровнями.
Цифры
Их публикует TypeSafe; это данные поставщика, а не наши измерения.
ответ от начала до конца против 3–329 с у передовых моделей
за миллион входных токенов, вывод бесплатно
контекст на запрос
выходные токены
Вопросы
- Что такое модель Системы 1?
- Модель, построенная для решений, а не для прозы. Jev берёт один state плюс карту типизированных вопросов и возвращает по одному типизированному ответу на вопрос: никаких потоковых токенов, ничего не надо разбирать и нет способа выдать значение вне заданного вами набора. Формулировка TypeSafe такова: Система 1 для быстрого структурированного суждения, а обычная языковая модель как Система 2, когда вам действительно нужен язык.
- Что означает уверенность?
- Ответы Choice и Score несут значение уверенности, выведенное из их распределения вероятностей: сосредоточенное означает «уверен», размазанное — что модель не может разделить варианты. Это вторая ось: ответ говорит, что именно, уверенность — стоит ли действовать. У ответов Noul поля уверенности нет, потому что сама вероятность уже несёт её: 0,51 — это модель, которая говорит, что не знает.
- Может ли Jev галлюцинировать?
- Не в форме вывода. Choice может вернуть только один из заданных вами вариантов; Score может попасть только внутрь вашей шкалы; Noul — число от 0 до 1. Ошибиться относительно вашего текста он по-прежнему может — именно для этого и нужна уверенность.
- Почему он называется Jev?
- В честь экономиста Уильяма Стэнли Джевонса. В анонсе TypeSafe сказано, что они ожидают от машинного интеллекта того же пути, который прошёл уголь после того, как паровые машины стали эффективными, — парадокса Джевонса, по которому удешевление использования чего-либо увеличивает потребление, а не уменьшает его.
- Можно ли запустить Jev локально? Он открытый?
- Нет. Jev — проприетарная размещённая модель, доступная через HTTP-API TypeSafe; опубликованных весов для скачивания нет, и одни и те же веса обслуживают все аккаунты: никакой дообучки или LoRA-адаптации под клиента. Ответы вы формируете запросом: тем, что кладёте в state, и тем, как пишете инструкции и критерии каждого вопроса.
- Насколько быстр Jev?
- TypeSafe называет 70–500 мс от начала до конца против 3–329 секунд у передовых моделей и в 40–200 раз быстрее на тех запросах, для которых он построен. Это цифры поставщика. Что этот сайт может сказать по собственным журналам: запрос из девяти вопросов обычно возвращается за несколько сотен миллисекунд, и на каждой странице результата показано измеренное время оборота именно того вызова.
- Сколько стоит Jev?
- $0,042 за миллион входных токенов на jev-1.13.0, вывод бесплатный — считать авторегрессивное декодирование не нужно. Поскольку state читается один раз, а все вопросы оцениваются параллельно, спросить десять вещей стоит примерно столько же, сколько спросить одну. Каждая страница результата на этом сайте печатает число токенов и стоимость именно того вызова.
- Как обучали Jev?
- Тем, что TypeSafe называет RLCD, — обучением с подкреплением для откалиброванных решений. Заявленная цель отличается от RLHF или RLVR: не ответы, которые нравятся людям, и не ответы, проходящие проверку, а ответы, вероятности которых эпистемически честны. Именно поэтому на уверенность стоит ставить порог, а не считать её украшением.
- Каковы ограничения?
- Только текст: ни изображений, ни аудио, ни видео. 64 тыс. токенов на запрос, из которых state плюс самый длинный вопрос должны уместиться в 32 тыс. Choice принимает до 255 вариантов; Score — от 2 до 10 уровней. Лимиты раннего доступа — 250 000 токенов в секунду и 1200 запросов в минуту, и TypeSafe предупреждает, что они меняются.
Направьте Jev на собственный текст
Каждый пример на этой странице нарисован из настоящего вызова API. Вставьте свой текст и посмотрите, как девять типизированных ответов возвращаются из одного запроса.
Открыть песочницу