Назад в лабораторию

JEVLAB / FIELD GUIDE

Практическое руководство по Jev

Разберитесь в модели, примите свое первое решение, а затем узнайте, что создают другие.

Jev — это модель принятия решений от TypeSafe AI. Вы передаете ей текст и конкретные вопросы, а она возвращает типизированные ответы и вероятности, которые может использовать ваш код. Используйте LLM, когда вам нужно написание текстов или генерация с открытым финалом. Комбинируйте их, когда вашему приложению требуется и то, и другое.

01 / Небольшие решения внутри вашего ПО

Представьте папку «Входящие» службы поддержки. Ваше ПО знает доступные команды, но ему нужно понять сообщение клиента. Jev может выбрать команду, оценить срочность или оценить сообщение по шкале, которую вы определите. Затем ваш код применяет правила маршрутизации. Модель предоставляет суждение; она не выполняет действие.

В настоящее время Jev принимает текст, включая JSON и массивы текста. Она не видит изображения, не прослушивает аудио, не генерирует прозу и не пишет код. Для демо на основе изображений сначала требуется другой компонент, чтобы превратить изображение в пригодный для использования текст или структурированные наблюдения.

Контекст и ограниченный вопрос на входе. Типизированное решение на выходе. Концептуальная иллюстрация, а не измеренный результат.
Контекст и ограниченный вопрос на входе. Типизированное решение на выходе. Концептуальная иллюстрация, а не измеренный результат.

Читать официальный источник

02 / Зачем создавать модель другого типа?

Цель TypeSafe — сделать так, чтобы узкие суждения ИИ вели себя как полезные компоненты в обычном программном обеспечении. Подход к обучению RLCD нацелен на принятие решений и калиброванную неопределенность. Отказ от генерации текста в свободной форме делает возможным другой интерфейс: приложение определяет пространство ответов и комбинирует результаты.

Валидная форма вывода не является доказательством истинности ответа. Оценивайте ошибки на своих собственных примерах и держите важные действия за явными правилами приложения.

Читать официальный источник

03 / Три способа задать вопрос

Choice выбирает; Score оценивает; Noul оценивает вероятность «да». Изображение иллюстрирует интерфейсы, не утверждая точность.
Choice выбирает; Score оценивает; Noul оценивает вероятность «да». Изображение иллюстрирует интерфейсы, не утверждая точность.
Choice
Выберите один вариант из предоставленного вами набора, например: биллинг, техническая поддержка или продажи. Ответ включает выбранный вариант и распределение вероятностей по вариантам.
Score
Разместите наблюдение на упорядоченных описательных уровнях, таких как «спокойный», «раздраженный» и «очень раздраженный». Возвращаемая оценка может находиться между уровнями; это не общая вероятность правильности.
Noul
Спросите, верно ли утверждение. Noul возвращает вероятность «да» от 0 до 1. Задавайте отдельные вопросы для меток, которые могут быть верны одновременно.

Читать официальный источник

Прочитайте неопределенность, прежде чем действовать

Choice и Score возвращают вероятности и отдельное значение уверенности, полученное из их распределения. Вероятность и уверенность выбранного варианта — это разные числа. У Noul есть вероятность, но нет отдельного поля уверенности.

Учебный пример · фиксированная уверенность 0.72

0.72confidenceЗапросить проверку или дополнительный контекст

Переместите порог, чтобы увидеть изменение ветки кода. Это фиксированная иллюстрация, а не прогноз Jev или рекомендуемый порог. Проверяйте границы с учетом стоимости ошибок; прохождение порога никогда не дает разрешения на действие.

Понимание уверенности

04 / Jev и LLM выполняют разные задачи

Это различия в интерфейсах, а не утверждение, что одна модель выигрывает в каждой задаче. Возможности и задержка LLM зависят от модели, настроек, инструментов и входных данных.

ИзмерениеJevГенеративная LLM
ВыводОпределенные варианты, оценки, вероятностиСгенерированный текст или код; многие модели также поддерживают структурированный вывод
Полезное применениеМаршрутизация, выбор, сигналы ранжирования, ограниченные проверкиНаписание текстов, объяснение, рассуждения и генерация с открытым финалом
ВводТекст или состояние структурированного текстаТекст; некоторые модели также принимают изображения, аудио или видео
Кто контролирует действие?Ваше приложение объединяет суждения и выполняет правилаВаше приложение все равно должно проверять выводы и действия инструментов
НеопределенностьВыходные данные вероятности, предназначенные для калиброванных решений; все еще подвержены ошибкамПисьменное заявление об уверенности требует проверки, специфичной для задачи
Одно приложение может направлять работу в код, генеративную модель или человеку. Выбирайте инструмент для решения.
Одно приложение может направлять работу в код, генеративную модель или человеку. Выбирайте инструмент для решения.

Читать официальный источник

05 / Достаточно быстро, чтобы вписаться во взаимодействие

70–500 мсДиапазон сквозной задержки, заявленный TypeSafe при запуске

В публикации TypeSafe от 15 сентября сообщается об этом диапазоне для вызовов в форме принятия решений. Также отмечается, что опубликованные оценки, как правило, проводились с западного побережья США. Это снимок, предоставленный поставщиком, а не эталонный тест JEVLAB или гарантия задержки для вашего местоположения.

Читать официальный источник

Задавайте независимые вопросы об одном и том же состоянии вместе. Jev оценивает их параллельно. Это позволяет избежать цепочки отдельных вызовов, но большее количество вопросов увеличивает количество входных токенов и должно соответствовать лимитам запросов. Последующий вызов необходим, когда вопрос зависит от предыдущего ответа.

Одно общее состояние, несколько независимых вопросов. Параллельная оценка не означает неограниченную или бесплатную работу.
Одно общее состояние, несколько независимых вопросов. Параллельная оценка не означает неограниченную или бесплатную работу.

Читать официальный источник

Оценки рабочих процессов TypeSafe сравнивают рабочие процессы целиком. Их эталонные метки — это консенсусные метки, сгенерированные моделью, а не набор истинных данных от человека. Ознакомьтесь с методом и протестируйте свои собственные случаи, прежде чем принимать утверждение о скорости или точности.

Читать официальный источник

06 / Сделайте свой первый вызов

  1. Изучайте примеры запросов в нашей Лаборатории решений (Decision Lab) без входа в систему. Чтобы выполнить реальный вызов модели, откройте Playground от TypeSafe, войдите в систему и начните с одного короткого состояния и четкого вопроса.
  2. Создайте API ключ в консоли TypeSafe. Храните его на своем сервере или в локальной переменной окружения, никогда не размещайте его в коде браузера или публичном репозитории.
  3. Вызывайте API напрямую или используйте официальный SDK для JavaScript или Python. Пример ниже является иллюстративным запросом; он не выполняет запрос с этой страницы.
  4. Собирайте репрезентативные примеры, записывайте версию модели, измеряйте ошибки и сквозную задержку, а также выбирайте, когда действовать или запрашивать проверку. Вероятность или оценка уверенности не являются авторизацией.
Иллюстративный запрос · учетные данные остаются на вашем сервере
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"
      }
    }
  }
}

Читать официальный источник

Лаборатория решений / Попробуйте формат вызова

Выберите задачу и отредактируйте ее текст. Запрос изменится прямо в вашем браузере. Это оригинальные учебные шаблоны, а не результаты работы живой модели; здесь не требуется API-ключ или вход в систему.

Choice выбирает один именованный вариант. Опишите каждый вариант четко и включите путь отхода для ввода, который не подходит. Ваш код решает, что произойдет дальше.

Редактируемые примеры используют английский язык. Вы можете заменить состояние на свой язык; проверьте точность на этом языке, прежде чем полагаться на результат.

Тело запроса · JSON
{
  "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"
      }
    }
  }
}

Далее: отправьте это тело запроса в POST /v1/systemone с вашим серверным API-ключом. Собственная консоль и API TypeSafe требуют учетной записи провайдера. JEVLAB не собирает ваш ключ и не отправляет этот пример модели.

Справочник API

Перед запуском / Четыре вещи, которые нужно сделать правильно

Типобезопасный вывод все равно может быть неверным ответом. Стройте систему вокруг задокументированных ограничений модели, а не вокруг идеальной демо-версии.

01

Маленькое, явное состояние

Отправляйте релевантные факты с четкими именами полей. Сначала преобразуйте изображения или аудио в полезный текст. Длинный, не относящийся к делу контекст и косвенные ссылки могут снизить точность.

02

Вопросы, которые говорят то, что имеют в виду

Пишите полное условие в инструкциях, а не только в ключе вопроса. Избегайте перекрывающихся вариантов и противоречивых критериев. Разделяйте независимые суждения; объединяйте их в коде.

03

Держите точную работу в коде

Используйте код для арифметики, подсчета, сравнения дат и проверок разрешений. Используйте генеративную модель, когда вам нужна новая проза или код. Jev выбирает или судит в пределах, которые вы определяете.

04

Измеряйте свой собственный рабочий процесс

Используйте размеченные примеры, включая неоднозначные, многоязычные и состязательные случаи. Отслеживайте неверные решения, частоту отказов, сквозную задержку и использование входных данных. Логируйте возвращенную версию модели; псевдонимы могут меняться.

Прочитайте задокументированные режимы сбоев Jev 1.13

Ваш контрольный список для первой сборки0 / 4

Отмеченные шаги остаются только в этом браузере. Никакая учетная запись, синхронизация или отслеживание завершения не отправляются в JEVLAB.

Рецепты для развития

  • Маршрутизация намерений

    Выбирайте среди обработчиков с явным резервным вариантом для запросов вне их области действия.

  • Параллельные вопросы

    Задавайте независимые вопросы об одном и том же состоянии вместе; обрабатывайте зависимости на более позднем этапе.

  • Композитная оценка

    Оценивайте отдельные измерения, затем объединяйте их значения с весами, которые вы контролируете в коде.

  • Маршрутизация по уверенности

    Выбирайте, стоит ли продолжать, собирать больше контекста или запрашивать проверку, используя протестированные пороги.

07 / Ваша стартовая полка

Держите эти справочные материалы под рукой. Официальная документация определяет API; проекты сообщества показывают возможные варианты применения, а не гарантии.

Из коллекции JEVLAB

Изучите библиотеки исходных кодов

  • Made with Jev

    Объяснения и практические сборки с руководством по разделению генерации, решений и исполнения.

  • Jevable

    Визуальный поток демонстраций сообщества. Смотрите оригинал и проверяйте, что именно каждая демо-версия отправляет в Jev.

  • Awesome Jev

    Широкий индекс, который разделяет официальные ресурсы, SDK сообщества и категории проектов. Проверьте оригинальный репозиторий перед принятием инструмента.

Это независимые источники обнаружения. Включение в каталог не является аудитом или одобрением со стороны JEVLAB.

Вопросы, которые стоит задать

Jev — это чат-бот или агент кодирования?

Jev — это модель принятия решений, которую может вызывать программное обеспечение. Агент кодирования может помочь вам создать это программное обеспечение, а языковая модель может писать текст внутри него. Это разные роли.

Может ли Jev видеть видео или скриншот?

Задокументированный API в настоящее время принимает текст. Демо-версия может использовать отдельную модель зрения, транскрипцию, DOM или состояние игры для подготовки текста, который оценивает Jev. Проверяйте весь этот конвейер при сравнении скорости и стоимости.

Могу ли я начать без учетной записи?

Все в этом руководстве JEVLAB и Лаборатории решений доступно без входа в систему. Реальные вызовы API и официальный Playground TypeSafe требуют доступа к TypeSafe и ключа, где это применимо.

Означает ли быстрый бенчмарк, что мое приложение будет быстрым?

Измеряйте от ввода до результата, который видит ваш пользователь. Сетевое взаимодействие, предварительная обработка, выполнение инструментов, повторные попытки и резервные варианты также требуют времени. Опубликованные оценки поставщиков и демо-версии создателей описывают их собственные настройки.

08 / Как использовать JEVLAB

JEVLAB — это независимый полевой справочник со ссылками на источники. Он не управляется и не связан с TypeSafe AI. Лендинг предназначен для поиска работ; это руководство — для их понимания.

Explore the lab открывает коллекцию. Ищите по проекту, автору или теме и сужайте результаты с помощью фильтров по вариантам использования и платформе. Боковая панель на рабочем столе прокручивается независимо. Режим Popular случайно перемешивает подходящие материалы при каждом новом посещении; Latest показывает недавно добавленные материалы первыми. В обоих режимах отдельные карточки поддержавших проектов выбираются из проектов в течение их 90-дневного периода с положительным подтвержденным чистым итогом, пропорционально этому итогу. Проекты с $0 не выбираются. Проект не выбирается повторно, пока все подходящие проекты не будут выбраны по одному разу, после чего начинается новый раунд.

Карточки GitHub и веб-сайтов начинаются с превью, под которыми расположены отдельные текстовые блоки. Видео сохраняют свою широкую презентацию. Если источник предоставляет поддерживаемую публичную метрику, значок глаза означает просмотры, а звезда — количество звезд на GitHub, зафиксированное на момент сбора; ни то, ни другое не является количеством кликов JEVLAB. Отсутствующие метрики остаются пустыми.

Откройте карточку для просмотра заметок к источнику, оригинальной ссылки и элемента управления сохранением. Переводы являются вспомогательными средствами для чтения; проверяйте оригинал автора для контекста, текущих инструкций и заявлений о производительности.

Поддержавшие проекты делят одну общую доску. В ленте отображаются первые десять проектов, а на боковой панели — первые пять проектов. Отдельные карточки между ресурсами выбираются из каждого проекта в течение его 90-дневного периода с положительной подтвержденной чистой поддержкой, включая проекты вне топ-10 и участников с $1, с шансами, пропорциональными подтвержденной чистой поддержке текущего периода, без повторов в рамках одного раунда. Откройте Зал поддержки, чтобы увидеть текущий 90-дневный итог каждого проекта. Истекшие проекты остаются внизу с $0 и без мест для признания или шансов на выбор; новая подтвержденная поддержка для того же URL начинает новый период и новый итог с нуля. Чтобы внести вклад, найдите URL проекта, скопируйте его сообщение и используйте «Продолжить через Buy Me a Coffee»; вставьте сообщение в форму оплаты перед оплатой. Поддержка определяет позиции на доске и шансы на более раннее появление в ленте, а не редакционное качество. Показы не гарантируются.

Live оценивает число недавно активных посетителей. Total Visits суммирует ежедневные посещения на всех языках, а не уникальных людей за всё время. Публичные счётчики посещений и внешних переходов включают начальные значения оператора и последующие измеренные события.

Источники проверены 22 сентября 2026 года. Иллюстрации являются пояснительными материалами JEVLAB. Переводы выполнены с помощью ИИ; официальные источники остаются авторитетными для получения актуальных деталей API.