執行於 jev-latest

看見 Jev 所見。

Jev 是一個系統一模型:它不寫散文,而是回傳帶校準機率的型別化判斷。在下面貼上任何文字,一次請求就能拿回九個判斷——畫成圖、可分享,而且沒有解析錯誤的餘地。

九個答案約 600 毫秒 每百萬輸入 token $0.042 沒有自由文字要解析

訊息透視

這則訊息到底在要求你做什麼?

這會成為 Jev 讀取的 state。 0 / 12,000
公開

會出現在「瀏覽」與搜尋結果中。

三種提問型別

Jev 能回答的一切都是這三種形狀之一。下面三者針對同一段十一個詞的 state 作答——例子直接取自 TypeSafe 文件。

"救命!我的撥款已經連續三天失敗了。"

Noul

這段話傳達出急迫感嗎?

幾乎肯定是
答案為「是」的機率
96%
否 擲硬幣 是

是非題回來的是機率,不是一個詞。0.96 和 0.51 是兩個不同的答案,而你的程式分得出來。

Noul 是怎麼運作的

Choice

該由哪個團隊處理?

帳務 佔 96%,共 3 個選項
96% 帳務

從你定義的集合裡選出一個,背後附上完整分布——於是你看得見第二名,以及這一票有多接近。

Choice 是怎麼運作的

Score

客戶有多沮喪?

1.24 滿分 2 · 沮喪

依你寫的有序等級評分。答案按機率加權,所以當文字本身就在兩級之間時,它也落在兩級之間。

Score 是怎麼運作的
1 次請求

九個問題,一次呼叫。Jev 只讀一遍 state,然後平行地對每個問題作答。

0 次解析

答案帶著型別抵達。不需要 JSON 模式,不必為畸形輸出重試,也不用拿正規表達式去啃散文。

3 個原語

Noul、Choice、Score。你的軟體需要的每個判斷都是這三種形狀之一。

± 信賴度

Choice 和 Score 帶有信賴度,於是「我不確定」成了程式可以走的一條分支。

從大型語言模型過來?

同一個路由判斷的兩種寫法——以及那個重試迴圈最後去了哪裡。

藝廊裡的新鮮貨

別人都把 Jev 指向了什麼。

查看全部 →
護欄

放行

風險類別:無 · 照做會有多大傷害:完全沒有

Hi Janek, Thank you for the updated offer and for accommodating the 30-day payment terms. Based on your offer 101-100-005680 (Update 2), please find attached B…

9 個答案 362 毫秒 1 次請求
訊息透視

提出一項請求

急迫程度:幾天之內 · 語氣:繃著

Do we have ability to fix this in enmaas so we get the free auto mode? (Everyone should use auto-mode at this point and not yolo/dangerously-skip-permissions)

9 個答案 248 毫秒 1 次請求
訊息透視

問一個問題

急迫程度:幾天之內 · 語氣:熱絡

배가고프신가요? 나를 사랑하시나요? 나는 흥미로운가요?

9 個答案 216 毫秒 1 次請求
自訂問題

낙관적

AI가 쓴 글:偏向是

냥!!!!!냐옹??냐냐냥?! 나는 유아퇴행 고양이 냥냥

2 個答案 263 毫秒 1 次請求
自訂問題

中性

AI 写的:买

LAX.AS3.Pro.PocketLAX.AS3.Pro.Pocket

2 個答案 237 毫秒 1 次請求
訊息透視

升級一個問題

急迫程度:今天 · 語氣:繃著

你好——接着我前两封邮件再跟进一下。三月的发票还没批下来,我的团队在它结清之前没法开始下一阶段。我知道大家都忙翻了,但这已经比我们在 SOW 里约定的日期晚了三周。有人能告诉我卡在哪一环吗?需要的话我可以把采购单再发一遍。

9 個答案 230 毫秒 1 次請求

一路到底,全是型別化判斷

Dejev 是示範,不是產品。有意思的是底下那個模型——讀 TypeSafe 文件,把 Jev 放進你自己的軟體裡。