De status begrijpen
Het model interpreteert natuurlijke of gestructureerde tekst: een ticket, Agent-trace, productrecord of spelstatus.
Jev AI Dev · developersgids
Wat is het System One-AI-model? Een gids voor developers over Jev.
System One is TypeSafes klasse van AI-modellen die ongestructureerde applicatiestatus omzet in getypeerde antwoorden en kansen. Jev is de eerste implementatie: een begrensde besliscomponent voor applicatiecode.
- Invoer
- Tekst, JSON of tekstlijsten
- Uitvoer
- Choice, Score of Noul
- Control flow
- Blijft in je code
Dit is een onafhankelijke developersgids. Productdetails en prestatieclaims zijn afkomstig van TypeSafe. Test Jev met eigen data voordat je het in productie gebruikt.
System One
state → decisionsstate
“Ik ben twee keer afgeschreven en wil dit vandaag oplossen.”
choicefacturatie0.96
nouldringend0.88
scorefrustratie1.7 / 2
if (confidence < threshold) → reviewDe modelklasse
Een System One-model is een beslisprimitief voor applicatiecode.
Een System One-model begrijpt de betekenis van invoer, maar vervolgt geen gesprek en schrijft geen antwoord. Je declareert eerst de vraag en toegestane antwoordvorm; het model geeft een begrensd oordeel dat software kan controleren.
Binnen het contract blijven
De applicatie definieert vooraf de antwoordruimte. Het model kiest een optie, scoort op een schaal of beoordeelt een ja/nee-stelling.
Onzekerheid tonen
Elk antwoord bevat een kanssignaal. Choice en Score vatten de verdeling ook samen als confidence.
Combineren met code
Drempels, beleid, acties, retries, fallbacks en menselijke controle blijven in gewone code.
Jev in een workflow
Zo integreren developers Jev in applicatiecode.
Jev zet één modelaanroep om in meerdere beslissignalen. De nuttige eenheid is geen chatbeurt, maar een klein, getypeerd contract tussen model en applicatie.
1. Bouw de status
Stuur de informatie die nodig is voor de beslissing. Jev accepteert momenteel tekstinvoer: strings, JSON-objecten en tekstlijsten.
Klantbericht + accountgegevens2. Definieer vragen
Geef elke vraag een naam, kies de primitive en beschrijf opties of schaal. Meerdere onafhankelijke vragen kunnen in één request.
team · urgentie · frustratie3. Jev beoordeelt
Jev geeft per vraag een getypeerd antwoord en een kanssignaal. Choice en Score bevatten ook confidence.
facturatie · 0,93 · hoge confidence4. Code past beleid toe
Combineer modeluitvoer met deterministische checks. Voer duidelijke gevallen met laag risico uit; stuur onduidelijke of belangrijke gevallen naar een mens of reasoning-model.
routeren · vragen · reviewen · stoppenDrie antwoordvormen
Choice
billingWelk team moet dit afhandelen?
Kiest één optie uit een vooraf bepaalde set en geeft de kans voor elke optie.
Score
1.43 / 2Hoe ernstig is het probleem?
Plaatst de invoer op een beschreven, geordende schaal; de score kan tussen niveaus liggen.
Noul
0.95Vraagt dit om terugbetaling?
Beoordeelt een ja/nee-stelling en geeft de kans op “ja”.
Het argument
Waarom TypeSafe een modelinterface voor software bouwde.
Generatieve modellen maken flexibele strings voor mensen. TypeSafe stelt dat software een smallere intelligentie nodig heeft: in code in te bouwen, herhaalbaar, met zichtbare onzekerheid en een transparante control flow.
Strings zijn flexibel maar open
Uitvoer kan tekst, code, JSON, een weigering of een ongeldig formaat zijn. De applicatie moet vaak parseren, valideren en herstellen voordat zij handelt.
Automatisering heeft grenzen nodig
Als een model op de achtergrond draait, moet het programma vooraf de mogelijke uitkomsten en toegestane acties kennen.
Onzekerheid moet de route veranderen
Een kansverdeling maakt het mogelijk duidelijke gevallen te automatiseren en onduidelijke via een veiliger pad te sturen.
Kleine beslissingen moeten composable zijn
Een complexe workflow kan worden opgesplitst in gerichte semantische oordelen en met deterministische logica worden verbonden.
Waar het past
Waar System One AI past in developerworkflows.
De beste kandidaten komen vaak voor, vereisen begrip van rommelige invoer en leiden tot enkele acties die de applicatie al kan uitvoeren.
Supportoperaties
Classificeer tickets, herken intentie en urgentie, schat sentiment en stuur onzekere gevallen naar review.
Facturatie, technisch, account of iets anders?
Agentbesturing
Kies model of tool, bepaal of retrieval nodig is, beoordeel volledigheid of controleer een voorgestelde tool call.
Moet de Agent doorgaan, opnieuw proberen of escaleren?
Ranking en relevantie
Score hoe een kandidaat past bij query, profiel, beleid of context en combineer het signaal met bedrijfsregels.
Hoe relevant is deze kandidaat voor het verzoek?
Veiligheid en verificatie
Beoordeel berichten, uitvoer, traces of codewijzigingen tegen expliciete criteria; hoog risico blijft achter deterministische gates.
Schendt dit de opgegeven regel?
Realtime interactie
Kies toegestane acties voor games, simulaties, interfaces of apparaten zonder een lang antwoord te genereren.
Welke toegestane actie past het best bij deze status?
Dataverwerking
Zet grote aantallen records om in categorieën, scores, vlaggen en features voor vervolgsystemen.
Welke categorie en risicoklasse geldt voor dit record?
Goede match
De opties zijn bekend, de invoer is semantisch complex, de beslissing herhaalt zich, latency telt en code heeft voor elk resultaat een actie of fallback.
Slechte match
Je hebt originele tekst of code, diep meerstaps redeneren, breed onderzoek, uitleg, multimodale invoer of niet vooraf definieerbare uitkomsten nodig.
System One en generatieve LLM’s
System One en generatieve LLM’s hebben verschillende rollen in een AI-stack.
Beide begrijpen taal en een LLM kan ook gestructureerde uitvoer krijgen. Het diepere verschil is wat het model van nature moet produceren en hoe software het gebruikt.
| Aspect | Jev / System One | Gebruikelijke generatieve LLM |
|---|---|---|
| Hoofdtaak | Vooraf bepaalde uitkomsten beoordelen | Een vervolg of antwoord genereren |
| Native uitvoer | Getypeerde keuze, score of ja-kans | Tokenreeks: tekst, code, JSON of anders |
| Antwoordruimte | Voor de call gedeclareerd | In wezen open, ook als schema het eindformaat beperkt |
| Onzekerheid | Kans per antwoord; confidence voor Choice en Score | Kan tokenkansen of zelfgerapporteerd vertrouwen geven, zelden een voor de taak gekalibreerd signaal |
| Sampling | Volgens TypeSafe worden vragen en uitvoer parallel beoordeeld | Meestal sequentieel, token voor token |
| Sterk in | Veelvoorkomende semantische vertakkingen, scoring, routing en checks | Schrijven, dialoog, code, synthese en open redeneren |
| Belangrijkste fout | Geldig getypeerde maar semantisch foute beslissing | Foute, misvormde, ongefundeerde of afgedwaalde inhoud |
| Rol in het systeem | Begrensde besliscomponent in zichtbare code | Flexibele generator of reasoner, vaak met grotere orchestration |
Voor developers die System One buiten Jev beoordelen, staat hieronder dezelfde communitymodule als op Projects. Deze scheidt onafhankelijk getrainde modellen van Jev-achtige interfaces op bestaande weights.
System One
System One-ecosysteem van de community
Deze communitymodellen en interface-experimenten zijn geïnspireerd door Jev of onderzoeken vergelijkbare manieren om gestructureerde beslissingen te nemen. Het zijn geen officiële Jev-versies van TypeSafe en ze tellen niet mee in de GitHub-ranglijst hierboven.
Communitymodel
Qwen3.5-9B + diffusion drafterJeeves
Een Jev-achtig 9B-beslismodel met een optionele redeneerstap, gepubliceerde gewichten, trainingscode en data, plus een compatibele lokale API.
Communitymodel
Qwen3.5-4BOpenJev-4B
Een probabilistisch 4B-beslismodel met open vocabulaire, gepubliceerde gewichten en tweefasige training, lokale inferentie en een HTTP-service.
Communitymodel
Qwen3.5-9BBespoke Nimble
Een door Jev geïnspireerde LoRA-adapter met trainingsmethode voor keuze- en ja/nee-vragen. Draait lokaal en verwerkt alleen tekst.
Communitymodel
Qwen3-0.6BNanoJev
Een klein model met besliskoppen, openbare trainingscode en gamedemo’s om acties te kiezen.
Communitymodel
Qwen3.5-2Bdecider
Een gefinetuned model dat in één doorgang kansen voor gestructureerde vragen teruggeeft. De huidige versie ondersteunt alleen Engels.
Communitymodel
ModernBERT 151M / Verdict 2.0Verdict
Een klein, op een encoder gebaseerd beslismodel met gepubliceerde gewichten en een WebGPU-demo in de browser.
Communitymodel
Qwen3.5-0.8BDohnuts
Een multimodaal beslismodel van 0,8B met gepubliceerde gewichten, trainingscode en evaluaties. Het verwerkt tekst en beelden in één doorgang; de gewichten zijn voor niet-commercieel onderzoek.
Interface-experiment
DiffusionGemma 26B-A4BOpenJev
Gebruikt het bestaande DiffusionGemma-model om gestructureerde vragen te beantwoorden via een Jev-achtige API. Publiceert geen nieuwe modelgewichten.
Interface-experiment
Open-model logitsSimple Jev
Scoort toegestane antwoorden met bestaande open modellen via een Jev-achtige interface. Er worden geen nieuwe modelgewichten gepubliceerd.
Interface-experiment
Spark-X2.5-4BRizzo Flow
Een lokaal draaiende Jev-compatibele server die antwoordlogits van Spark-X2.5 uitleest. Vragen delen één prefill van de toestand; een playground en benchmarks zijn inbegrepen.
Interface-experiment
Any causal LLMAnyJev
Een toolkit die causale taalmodellen zonder training omzet in getypeerde beslismodellen, met correctie voor volgorde-effecten, optionele kalibratie en reproduceerbare benchmarks.
Interface-experiment
Qwen3.5 / DeBERTalocal-jev
Een offline Jev-compatibele server voor Qwen of DeBERTa, getest met de officiële SDK en met gepubliceerde JevBench-resultaten.
Communitymodel
Qwen3-0.6BAgentJev
Een Qwen3-0.6B-beslismodel voor agenttraces en andere gestructureerde vragen, met gepubliceerde gewichten, een getypeerde HTTP-API en zonder tokendecodering.
Interface-experiment
Causal LMs / SGLangLLM2Jev
Maakt van lokale causale taalmodellen Jev-compatibele Choice-, Score- en Noul-diensten via alleen prefill-scoring, met ondersteuning voor SGLang, Transformers en multimodale invoer.
Interface-experiment
Laya / ONNX RuntimeLaya
Draait het open Laya System One-model in Node.js via ONNX Runtime, met een Jev-compatibel aanvraagformaat en gepubliceerde modelgewichten.
Communitymodel
Qwen3.5-0.8BOpenThai System One
Een Qwen3.5-0.8B-beslismodel voor Thai en Engels, met gepubliceerde gewichten, trainingscode en een Jev-compatibele HTTP-API.
Communitymodel
Qwen3.5-0.8B / 2BValen
Een door Jev geïnspireerd multimodaal beslismodel voor tekst, beelden en video, met gepubliceerde gewichten, trainingscode en evaluatieopdrachten.
Communitymodel
Qwen3.5-4BTev1
Een open 4B-beslismodel dat vanuit Qwen3.5 is gefinetuned, met gewichten, reproduceerbare trainingsmethode en gedocumenteerde databronnen.
Interface-experiment
Open decision modelsOllaya
Een lokale Rust-dienst die meerdere open beslismodellen downloadt en uitvoert via eigen en TypeSafe-compatibele API’s.
Communitymodel
Qwen3.5-0.8B / 2B / 4BIntern-Decision
Een multimodale Qwen3.5-modelfamilie van 0,8B, 2B en 4B met gewichten, trainings- en inferentiecode, kalibratietests en een Jev-compatibele API.
Communitymodel
Qwen3.5-4BMica
Een 4B-beslismodel voor Engels en Koreaans met openbare gewichten en kwantisaties, gekalibreerde kansen en een lokale TypeSafe-compatibele server.
Communitymodel
Qwen3.5-0.8B / 2BJev-Style
Een lokale familie van 0,8B- en 2B-modellen met gewichten, lange context, compatibele API, agentskills, MCP-tools en evaluatiecommando’s.
Communitymodel
Qwen3.5-2B / 9B · Qwen3.8-27BOpen-Jev
Een onafhankelijke implementatie met gepubliceerde 2B-, 9B- en 27B-gewichten, trainingscode, compatibele lokale server en reproduceerbare evaluaties.
Communitymodel
Qwen3.5-VL 2B / 4B / 9Bimajev
Een open multimodale modelfamilie van 2B, 4B en 9B voor tekst en beelden, met gekalibreerde kansen, onthouding, open gewichten en compatibele lokale API.
Communitymodel
0.6B / 0.8B / 4B decision modelsOpenDecider
Kleine open modellen voor Choice-, Score- en Noul-beslissingen, met gepubliceerde gewichten en lokale inferentie op CPU, NVIDIA-GPU en Apple Silicon.
Communitymodel
Qwen3.5-0.8B / 4Bjiwo
Open Qwen3.5-beslismodellen van 0,8B en 4B met gepubliceerde gewichten en trainingscode, een lokale Jev-compatibele API en reproduceerbare Decision Index-resultaten.
Communitymodel
Qwen3.5-0.8B / 4BSearchJev
Open Qwen3.5-modellen van 0,8B en 4B, getraind voor beslissingen van zoekagents, met gepubliceerde data, gewichten, trainingslogboeken en kalibratiecode.
Interface-experiment
Cloudflare Clef 27B / 9Bcleffa
Een native C- en Metal-engine voor Cloudflare Clef en Clef-Flash op Apple Silicon die tekst-, beeld- en videobeslissingen aanbiedt via een Jev-compatibele API.
Communitymodel
mmBERT 144.3MPhocinae Largha
Een tweetalig encoder-beslismodel met 144,3M parameters voor lokale getypeerde beslissingen, met gewichten, kalibratiehulpmiddelen, evaluaties en een Jev-compatibele server.
Communitymodel
Multilingual Laya checkpointsLaya Decision Engine
Een meertalige, niet-autoregressieve beslismotor met openbare checkpoints, trainings- en finetuningcode, getypeerde beslissingen en compatibele lokale API’s.
Communitymodel
Qwen3.5-0.8B / 4BVegaML
Een lokale multimodale motor met bevroren Qwen3.5-backbones en een kleine trainbare fysicamodule, met openbare 0,8B- en 4B-checkpoints.
Interface-experiment
Laya / ONNX Runtime Javalaya-java
Een pure Java-runtime voor Laya met Spring Boot- en Gradle-integratie en Jev- en OpenAI-compatibele endpoints.
Communitymodel
Qwen3.5-4B / Qwen3.8-27Btrain-jev
Een framework om Jev-achtige beslismodellen op Qwen3.5 of Qwen3.8 te distilleren en trainen, met kalibratie, evaluatie en compatibele servercode.
Communitymodel
LLM-jp 4.1 8B / encoder 310Msaihai
Een Japanse familie van getypeerde beslismodellen met open 8B- en 310M-gewichten, trainings- en evaluatiecode, GGUF-serving en een System One-compatibele API.
Interface-experiment
Any llama.cpp GGUFCallosum
Voegt een System One-API en gereserveerde classificatiebanen toe aan een bestaand llama.cpp-chatmodel, met optionele kalibratie en begrensd redeneren zonder een tweede model te laden.
Communitymodel
Qwen3-VL-4BOpenVisualJev
Een multimodaal beslismodel op Qwen3-VL-4B met dynamische kandidaatscores, volgorde-onafhankelijke keuzes, kalibratiecode en technisch rapport; checkpoints zijn nog niet downloadbaar.
Communitymodel
BitNet b1.58 2BBitSOne-s1
Een ternair 2B-BitNet-beslismodel met pointer-head, getypeerde kansen, reproduceerbare trainingshistorie en gemeten kalibratie; de gepubliceerde checkpoint is momenteel privé.
Interface-experiment
Open ONNX decision modelsdecision-toolkit
Draait een geselecteerde set open beslismodellen lokaal op de CPU via ONNX en biedt één getypeerde bibliotheek, CLI, REST en System One-compatibele API.
Communitymodel
Qwen3-VL-4BFovea
Een open visueel beslismodel van 4B met gepubliceerde gewichten en trainings- en kalibratiecode, aangeboden via de TypeSafe System One API.
Interface-experiment
Open decision model familiesFlide
Een lokale runtime die open beslismodellen versnelt met exacte state-forking en meerdere tekst- en multimodale modelfamilies via één interface aanbiedt.
Communitymodel
Multilingual encoder 57M / ONNXSkejja
Een meertalig encoder-beslismodel met 57 miljoen parameters voor Choice, Noul en Score, met ONNX-inferentie, browser- en Raspberry Pi-demo’s en een compatibele System One-API.
Communitymodel
Qwen3.5-9B LoRA / GGUFOpenChoice-9B
Een CPU-gericht multimodaal 9B-beslismodel in GGUF-formaat met Choice, Score, Noul, een TypeSafe-compatibele API en een LoRA-finetuningpakket.
Onafhankelijke communityprojecten, geen officiële Jev-versies.
Volg nieuwe communitymodellen en interface-experimenten in Jev AI Radar.Ontdek Jev AI Radar
Primaire bronnen
Lees claims in hun context.
Deze Jev AI Dev-gids legt TypeSafes kader in eigen woorden uit. Raadpleeg officiële bronnen voor API-details, productclaims, evaluatie en updates.
Test de vorm, niet alleen het idee
Begin met één beslissing die je applicatie al neemt.
Definieer antwoorden, verzamel representatieve voorbeelden, bepaal hoe onzekerheid wordt afgehandeld en vergelijk Jev met bestaande regels of modellen. Automatiseer beslissingen met grote gevolgen niet rechtstreeks.