Jev API
O Jev é a família de modelos System One da TypeSafe AI para decisões tipadas baseadas em probabilidade: classificação com Choice, avaliação por rubrica com Score e julgamentos de sim/não com Noul. Compare o Jev 1.13 e o 1.14.0, incluindo recursos experimentais específicos de versão.
Jev-1.13 API
typesafe/jev-1.13
O Jev-1.13 da TypeSafe AI é um modelo de decisão System One para saídas probabilísticas rápidas e com tipagem segura via as APIs Choice, Score e Noul.
Jev API Contexto
Visão Geral
O Jev foi concebido para aplicações que necessitam de uma decisão sobre a qual possam agir diretamente. Um pedido fornece um estado e um conjunto de perguntas tipadas; a resposta contém respostas estruturadas em vez de uma explicação gerada. O estado pode descrever uma mensagem de cliente, um documento, um produto, um incidente ou outro registo de aplicação. A aplicação define os resultados disponíveis e decide como os resultados afetam o seu fluxo de trabalho. O Jev complementa um modelo de geração de texto quando um sistema necessita simultaneamente de respostas escritas e de decisões explícitas.
Histórico de Desenvolvimento
Esta página de família reúne as entradas jev-1.13 e jev-1.14.0 da plataforma. A TypeSafe lançou o Jev 1.14.0 em 14 de outubro de 2026, descrevendo melhorias incrementais em várias tarefas e um foco particular na qualidade multilíngue. A sua API original utiliza os IDs de versão jev-1.13.0 e jev-1.14.0; os identificadores de modelo nesta plataforma seguem o cartão de versão selecionado. Um lançamento upstream não implica que todos os fornecedores já o disponibilizem.
Principais Inovações
- As primitivas de decisão tipadas permitem que o software consuma etiquetas selecionadas, pontuações numéricas e probabilidades sem as extrair de texto livre.
- Perguntas independentes podem partilhar um único estado. As aplicações podem recolher várias avaliações e combiná-las utilizando lógica de negócio explícita.
- Estão disponíveis entradas de imagem experimentais upstream para ambas as versões, enquanto o tipo de pergunta experimental Box é específico do Jev 1.14.0.
Jev API Especificações Técnicas
Arquitetura
A TypeSafe designa o Jev como um modelo System One: um modelo construído em torno de julgamentos restritos fornecidos como perguntas tipadas. Cada pergunta é avaliada de forma independente em relação ao mesmo estado. Destina-se a decisões bem delimitadas; tarefas amplas que exigem múltiplos passos de raciocínio devem ser decompostas em julgamentos separados e combinadas no código da aplicação. A documentação pública não fornece uma contagem de parâmetros, pelo que nenhuma é assumida.
Capacidades
- O Choice seleciona a partir de um conjunto de opções com nome definido pelo programador, devolvendo a opção selecionada, a distribuição de probabilidade e um valor de confiança. Adapta-se a categorias sem uma ordem inerente, tais como departamentos de suporte ou classes de produtos.
- O Score avalia uma rubrica ordenada. Devolve uma pontuação numérica que pode situar-se entre níveis de rubrica, probabilidades nesses níveis e confiança. Escreva descrições que distingam o significado de cada nível.
- O Noul avalia uma declaração de sim/não e devolve uma probabilidade entre zero e um. Utilize-o para predicados individuais em vez de tratar uma probabilidade como um resultado booleano incondicional.
- A confiança do Choice e do Score resume a concentração da distribuição de saída; é distinta de uma garantia de correção. Os limiares e as políticas de escalamento pertencem à aplicação.
- Os limites de contexto predefinidos upstream são 64 mil tokens para todo o pedido e 32 mil para o estado mais qualquer pergunta individual. As perguntas devem cumprir ambos os limites. Estes são limites de referência upstream; verifique a entrada da plataforma escolhida para a respetiva configuração exposta.
- O contexto longo experimental upstream requer TypeSafe-Danger-Zone-Long-Context: true e eleva ambos os limites de contexto para 262 mil. A entrada de imagem requer TypeSafe-Danger-Zone-Images: true. A passagem de cabeçalhos e o suporte experimental devem ser verificados com o fornecedor real.
Limitações
- O Jev não é uma interface geral de geração de texto. Utilize um modelo generativo separado quando o produto necessitar de uma resposta escrita, composição em aberto ou de uma explicação detalhada.
- As entradas de imagem, saídas Box e contexto alargado são recursos experimentais opcionais upstream, não constituindo uma garantia de prontidão de produção ou de disponibilidade através desta plataforma.
- Um contexto mais longo pode reduzir a precisão e aumentar a latência. Forneça evidências relevantes e evite fazer com que uma única pergunta transporte vários julgamentos não relacionados.
- Não deduza suporte para áudio ou vídeo a partir do suporte experimental de imagem. Converta multimédia não suportada em texto adequado ou evidências estruturadas antes da avaliação.
Jev API Desempenho
Pontos Fortes
- Os tipos de saída explícitos adequam-se a fluxos de trabalho em que o software deve ramificar, classificar ou encaminhar utilizando o resultado.
- O Choice pode comparar categorias conhecidas; o Score pode reter uma avaliação ordenada em vez de forçar cada julgamento a uma decisão binária.
- O tratamento com consciência de confiança pode distinguir decisões automáticas de casos que necessitam de evidências adicionais ou revisão humana.
- O padrão de estado partilhado e múltiplas perguntas torna possível avaliar aspetos separados de um registo, mantendo a política final visível no código.
Eficácia no Mundo Real
Utilize um conjunto de avaliação representativo antes de adotar uma versão ou alterar um limiar. Inclua registos ambíguos, informação em falta, categorias minoritárias e os idiomas utilizados pelos seus clientes. Meça a precisão da tarefa, ações automáticas incorretas, volume de revisão, latência e custo sob o fornecedor real. O anúncio de lançamento da TypeSafe descreve melhorias amplas na versão 1.14.0, mas não estabelece uma percentagem de melhoria universal para todas as cargas de trabalho. Mantenha uma versão anterior fixa até que a substituição passe nos seus próprios critérios de aceitação.
Jev API Quando Usar
Cenários
- Triagem de suporte: escolha a equipa responsável a partir de uma lista fixa e avalie a urgência separadamente com uma rubrica ordenada.
- Classificação de catálogos e documentos: mapeie registos para etiquetas conhecidas, preservando os casos incertos para revisão.
- Avaliação de conteúdos: avalie condições de política individuais ou dimensões de qualidade e, em seguida, combine-as utilizando regras de aplicação explícitas.
- Encaminhamento de agentes: escolha entre ferramentas ou manipuladores conhecidos, com verificações de permissão ordinárias aplicadas antes de uma ação ser executada.
- Pipelines de recuperação: avalie a relevância de candidatos ou verifique uma afirmação estritamente formulada em relação às evidências fornecidas.
Melhores Práticas
- Escreva um julgamento com âmbito claramente definido por pergunta. Coloque as evidências no estado e defina opções Choice mutuamente distinguíveis ou níveis Score descritivos.
- Utilize a confiança e as probabilidades como entradas para uma política de decisão testada. Inclua um caminho de revisão ou abstenção onde as decisões incertas não devam ser executadas automaticamente.
- Fixe uma versão específica do modelo durante a avaliação e implementação. Reavalie os limiares ao passar da versão 1.13 para a 1.14.0; não assuma distribuições de saída idênticas.
- Verifique o estado na plataforma e o preço da versão selecionada antes da integração. Os preços e pontos de extremidade oficiais upstream não substituem a documentação da API específica da versão desta plataforma.
- Mantenha as experiências de imagem e de contexto alargado separadas do fluxo de trabalho inicial de texto em produção até que o fornecedor escolhido e as suas avaliações as suportem.
- Documentação de referência: https://docs.typesafe.ai/introduction ; https://docs.typesafe.ai/models ; https://docs.typesafe.ai/primitives/choice ; https://docs.typesafe.ai/primitives/score ; https://docs.typesafe.ai/confidence ; https://docs.typesafe.ai/images ; https://typesafe.ai/blog/jev-1-14 .