Praktyczny przewodnik po Jev

01 / Małe decyzje wewnątrz Twojego oprogramowania

Pomyśl o skrzynce odbiorczej wsparcia technicznego. Twoje oprogramowanie zna dostępne zespoły, ale musi zrozumieć wiadomość klienta. Jev może wybrać zespół, ocenić pilność lub ocenić wiadomość według zdefiniowanej przez Ciebie skali. Twój kod następnie stosuje reguły routingu. Model dostarcza ocenę; nie wykonuje akcji.

Jev obecnie akceptuje tekst, w tym JSON i tablice tekstowe. Nie widzi obrazów, nie słucha dźwięku, nie generuje prozy ani nie pisze kodu. Demo oparte na obrazach wymaga najpierw innego komponentu, aby przekształcić obraz w użyteczny tekst lub ustrukturyzowane obserwacje.

Przeczytaj oficjalne źródło

02 / Dlaczego warto budować inny rodzaj modelu?

Celem TYPESAFE jest sprawienie, by wąskie oceny AI zachowywały się jak użyteczne komponenty w zwykłym oprogramowaniu. Podejście treningowe RLCD koncentruje się na decyzjach i skalibrowanej niepewności. Rezygnacja z generowania dowolnego tekstu umożliwia stworzenie innego interfejsu: aplikacja definiuje przestrzeń odpowiedzi i łączy wyniki.

Prawidłowy kształt wyjścia nie jest dowodem na to, że odpowiedź jest prawdziwa. Oceniaj błędy na własnych przykładach i utrzymuj działania o dużym znaczeniu za wyraźnymi regułami aplikacji.

Przeczytaj oficjalne źródło

03 / Trzy sposoby zadawania pytań

Choice

Wybierz jedną opcję z zestawu, który dostarczasz, np. rozliczenia, wsparcie techniczne lub sprzedaż. Odpowiedź zawiera wybraną opcję oraz rozkład prawdopodobieństwa dla dostępnych opcji.

Score

Umieść obserwację na uporządkowanych, opisowych poziomach, takich jak: spokojny, sfrustrowany i bardzo sfrustrowany. Zwrócony wynik może znajdować się pomiędzy poziomami; nie jest to ogólne prawdopodobieństwo poprawności.

Noul

Zapytaj, czy stwierdzenie jest prawdziwe. Noul zwraca prawdopodobieństwo „tak”, od 0 do 1. Zadawaj osobne pytania dla etykiet, które mogą być prawdziwe w tym samym czasie.

Przeczytaj oficjalne źródło

Odczytaj niepewność przed podjęciem działania

Choice i Score zwracają prawdopodobieństwa oraz oddzielną wartość pewności wynikającą z ich rozkładu. Prawdopodobieństwo i pewność wybranej opcji to różne liczby. Noul posiada prawdopodobieństwo i brak oddzielnego pola pewności.

Przykład edukacyjny · stała pewność 0,72

0.72confidencePoproś o recenzję lub więcej kontekstu

Twój próg

0.80

Przesuń próg, aby zobaczyć zmianę gałęzi kodu. Jest to stała ilustracja, a nie przewidywanie Jev czy zalecany próg. Przetestuj granice w odniesieniu do kosztu błędów; przekroczenie progu nigdy nie daje pozwolenia na działanie.

Zrozumienie Score pewności

04 / Jev i LLM wykonują różne zadania

To różnice w interfejsie, a nie twierdzenie, że jeden model wygrywa w każdym zadaniu. Możliwości i opóźnienia LLM różnią się w zależności od modelu, ustawień, narzędzi i danych wejściowych.

Przeczytaj oficjalne źródło

05 / Wystarczająco szybki, by być częścią interakcji

Post z premiery TYPESAFE z 15 września podaje ten zakres dla wywołań w formie decyzji. Zauważa również, że opublikowane ewaluacje były zazwyczaj uruchamiane z zachodniego wybrzeża USA. Jest to migawka zgłoszona przez dostawcę, a nie benchmark JEVLAB ani gwarancja opóźnienia dla Twojej lokalizacji.

Przeczytaj oficjalne źródło

Zadawaj niezależne pytania dotyczące tego samego stanu jednocześnie. Jev ocenia je równolegle. Może to uniknąć łańcucha oddzielnych wywołań, ale więcej pytań nadal zwiększa liczbę tokenów wejściowych i musi mieścić się w limitach żądań. Późniejsze wywołanie jest potrzebne, gdy pytanie zależy od wcześniejszej odpowiedzi.

Przeczytaj oficjalne źródło

Ewaluacje przepływu pracy TYPESAFE porównują całe procesy. Ich etykiety referencyjne to etykiety konsensusu wygenerowane przez model, a nie zbiór danych rzeczywistych (ground truth) stworzony przez człowieka. Zapoznaj się z metodą i przetestuj własne przypadki przed przyjęciem twierdzeń o szybkości lub dokładności.

Przeczytaj oficjalne źródło

06 / Wykonaj swoje pierwsze wywołanie

1. Poznaj przykłady zapytań w naszym Decision Lab bez konieczności logowania. Aby uruchomić rzeczywiste wywołanie modelu, otwórz Playground TypeSafe, zaloguj się tam i zacznij od krótkiego stanu oraz jasnego pytania.
2. Utwórz klucz API w konsoli TypeSafe. Przechowuj go na swoim serwerze lub w lokalnej zmiennej środowiskowej, nigdy w kodzie przeglądarki ani w publicznym repozytorium.
3. Wywołaj API bezpośrednio lub użyj oficjalnego SDK dla JavaScript lub Python. Poniższy przykład jest żądaniem ilustracyjnym; nie wykonuje żądania z tej strony.
4. Zbieraj reprezentatywne przykłady, rejestruj wersję modelu, mierz błędy i opóźnienia end-to-end oraz decyduj, kiedy podjąć działanie lub poprosić o weryfikację. Wynik prawdopodobieństwa lub Score pewności nie jest autoryzacją.

Oficjalna strona internetowaPlayground i klucze APIDokumentacja APIOficjalne SDK

POST https://api.typesafe.ai/v1/systemone
Authorization: Bearer $TYPESAFE_API_KEY
Content-Type: application/json

{
  "state": {
    "message": "I cannot sign in to my account."
  },
  "model": "jev-latest",
  "questions": {
    "team": {
      "type": "choice",
      "instructions": "Which team should handle this message?",
      "criteria": {
        "billing": "Payments or invoices",
        "support": "Account access or technical problems",
        "sales": "Pricing or product questions"
      }
    }
  }
}

Przeczytaj oficjalne źródło

Decision Lab / Wypróbuj kształt wywołania

Wybierz zadanie i edytuj jego tekst. Zapytanie zmienia się natychmiast w Twojej przeglądarce. Są to oryginalne szablony edukacyjne, a nie wyniki modelu na żywo; nie jest tu wymagany klucz API ani logowanie.

{
  "model": "jev-latest",
  "state": "I need help signing in after changing my phone.",
  "questions": {
    "team": {
      "type": "choice",
      "instructions": "Choose the team that can best help with the message in state. Use other when none fits.",
      "criteria": {
        "accounts": "Sign-in or account access",
        "billing": "Charges, invoices or subscriptions",
        "other": "Another issue, or not enough information"
      }
    }
  }
}

Dalej: wyślij tę treść do POST /v1/systemone za pomocą swojego klucza API po stronie serwera. Konsola i API TypeSafe wymagają konta dostawcy. JEVLAB nie zbiera Twojego klucza ani nie wysyła tego przykładu do modelu.

Dokumentacja API

Zanim wdrożysz / Cztery rzeczy do poprawnego wykonania

Wynik typu safe może nadal być błędną odpowiedzią. Buduj w oparciu o udokumentowane limity modelu, a nie w oparciu o idealne demo.

Przeczytaj udokumentowane tryby awarii Jev 1.13

Przepisy do rozwoju

• Routing intencji

  Wybieraj spośród obsługi, z jawnym fallbackiem dla zapytań spoza ich zakresu.

• Pytania równoległe

  Zadawaj niezależne pytania o ten sam stan jednocześnie; obsługuj zależności w późniejszym kroku.

• Punktacja złożona

  Oceniaj oddzielne wymiary, a następnie łącz ich wartości za pomocą wag, które kontrolujesz w kodzie.

• Routing pewności

  Wybierz, czy kontynuować, zebrać więcej kontekstu czy poprosić o recenzję, używając przetestowanych progów.

07 / Twoja półka startowa

Trzymaj te odniesienia blisko. Oficjalna dokumentacja definiuje API; projekty społecznościowe pokazują możliwe zastosowania, a nie gwarancje.

• Szybki start
• Wprowadzenie modeli System One i Jev
• Manifest TypeSafe
• Zrozumienie Score pewności
• Modele, aktualne ceny i limity
• Ewaluacje przepływu pracy i metodologia

Z kolekcji JEVLAB

• JEVLAB ART
  typesafe-sdk-cpppewriebontal
• JEVLAB ART
  go-jevmattn
• JEVLAB ART
  jev-cookbookparamjeetn
• JEVLAB ART
  typesafe-sdk-rustzchee
• JEVLAB ART
  system-oneasynq-io
• JEVLAB ART
  jev-netbrightshore

Poznaj biblioteki źródłowe

• Made with Jev

  Wyjaśnienia i praktyczne budowy, z przewodnikiem po dzieleniu generowania, decyzji i wykonania.

• Jevable

  Wizualny strumień demonstracji społeczności. Obejrzyj oryginał i sprawdź, co każda demonstracja faktycznie wysyła do Jev.

• Awesome Jev

  Szeroki indeks, który oddziela oficjalne zasoby, SDK społeczności i kategorie projektów. Sprawdź oryginalne repozytorium przed przyjęciem narzędzia.

Są to niezależne źródła odkryć. Uwzględnienie w katalogu nie jest audytem ani poparciem ze strony JEVLAB.

Pytania warte zadania

Modele, aktualne ceny i limityCzy Jev to chatbot czy agent kodujący?

08 / Jak korzystać z JEVLAB

JEVLAB to niezależny przewodnik terenowy z linkami do źródeł. Nie jest obsługiwany przez TYPESAFE AI ani z nią powiązany. Strona główna służy do odkrywania prac; ten przewodnik służy do ich zrozumienia.

Przeglądaj laboratorium, aby otworzyć kolekcję. Szukaj według projektu, twórcy lub tematu i zawężaj wyniki za pomocą filtrów zastosowań i platform. Pasek boczny na komputerze przewija się niezależnie. Popular losowo układa pasujące materiały przy każdej nowej wizycie; Latest pokazuje najpierw najnowsze materiały. W obu trybach poszczególne karty wspierających są losowane z projektów w ich 90-dniowym okresie z dodatnim potwierdzonym saldem netto, proporcjonalnie do tej sumy. Projekty z 0 USD nie są wybierane. Projekt nie jest losowany ponownie, dopóki wszystkie kwalifikujące się projekty nie będą miały swojej kolejki, a następnie rozpoczyna się nowa runda.

Karty GitHub i stron internetowych zaczynają się od podglądu, z wyraźnymi układami tekstu poniżej. Filmy zachowują swoją szerszą prezentację. Gdy źródło udostępnia obsługiwaną publiczną metrykę, ikona oka oznacza wyświetlenia, a gwiazdka oznacza gwiazdki w serwisie GitHub zarejestrowane w momencie gromadzenia danych; żadna z nich nie jest liczbą kliknięć w JEVLAB. Brakujące metryki pozostają puste.

Otwórz kartę, aby zobaczyć notatki źródłowe, oryginalny link i kontrolę zapisu. Tłumaczenia są pomocami w czytaniu; sprawdź oryginał twórcy pod kątem kontekstu, aktualnych instrukcji i deklaracji wydajności.

Wspierający dzielą jedną ogólnoświatową tablicę. Pasek pokazuje pierwszą dziesiątkę, a pasek boczny pierwszą piątkę. Poszczególne karty między zasobami są losowane z każdego projektu w jego 90-dniowym okresie z dodatnim potwierdzonym wsparciem netto, w tym z projektów spoza pierwszej dziesiątki i od darczyńców wpłacających 1 USD, z szansami proporcjonalnymi do potwierdzonego wsparcia netto w bieżącym okresie i bez powtórzeń w rundzie. Otwórz Galerię wspierających, aby zobaczyć aktualną 90-dniową sumę każdego projektu. Wygasłe projekty pozostają na dole z 0 USD i bez miejsc w wyróżnieniach lub szans na wybór; nowe potwierdzone wsparcie dla tego samego adresu URL rozpoczyna nowy okres i nową sumę od zera. Aby wesprzeć, wyszukaj adres URL projektu, skopiuj jego wiadomość i użyj Kontynuuj z Buy Me a Coffee; wklej wiadomość do kasy przed dokonaniem płatności. Wsparcie określa pozycje na tablicy i szanse na wcześniejsze pojawienie się w kanale, a nie jakość redakcyjną. Wyświetlenia nie są gwarantowane.

Live szacuje liczbę ostatnio aktywnych odwiedzających. Total Visits sumuje dzienne wizyty we wszystkich językach; nie jest liczbą unikalnych osób w całej historii witryny. Publiczne wizyty i kliknięcia zewnętrzne obejmują wartości początkowe operatora oraz późniejsze zmierzone zdarzenia.

Powrót do laboratoriumSupporters