Razumevanje stanja
Model razlaga naravno ali strukturirano besedilo: zahtevek, sled Agenta, zapis izdelka ali stanje igre.
Jev AI Dev · vodnik za razvijalce
Kaj je model UI System One? Vodnik za Jev za razvijalce.
System One je TypeSafov razred modelov UI, ki nestrukturirano stanje aplikacije pretvori v tipizirane odgovore in verjetnosti. Jev je prva izvedba: omejena odločitvena komponenta za kodo aplikacije.
- Vhod
- Besedilo, JSON ali seznami besedil
- Izhod
- Choice, Score ali Noul
- Potek izvajanja
- Ostane v vaši kodi
To je neodvisen vodnik za razvijalce. Podrobnosti o izdelku in zmogljivosti so povzete po TypeSafu. Pred produkcijo preverite Jev na svojih podatkih.
System One
state → decisionsstate
»Zaračunali so mi dvakrat. Prosim, rešite danes.«
choiceobračun0.96
noulnujno0.88
scorenezadovoljstvo1.7 / 2
if (confidence < threshold) → reviewRazred modela
Model System One je odločitveni gradnik za kodo aplikacije.
Model System One razume pomen vhoda, vendar ne nadaljuje pogovora in ne piše odgovora. Vnaprej določite vprašanje in dovoljeno obliko odgovora; model vrne omejeno presojo, ki jo program lahko preveri.
Znotraj pogodbe
Aplikacija določi prostor odgovorov pred klicem. Model izbere možnost, oceni na lestvici ali presodi trditev da/ne.
Vidna negotovost
Vsak odgovor vsebuje verjetnost. Choice in Score porazdelitev povzameta tudi kot confidence.
Sestavljanje s kodo
Pragovi, pravila, dejanja, ponovitve, rezervne poti in človeški pregled ostanejo v navadni kodi.
Jev v delovnem toku
Kako razvijalci vključijo Jev v kodo aplikacije.
Jev en klic modela spremeni v več odločitvenih signalov. Uporabna enota ni obrat klepeta, temveč majhna tipizirana pogodba med modelom in aplikacijo.
1. Zgradite stanje
Pošljite informacije, potrebne za odločitev. Jev trenutno sprejema besedilne vhode: nize, objekte JSON in sezname besedil.
Sporočilo stranke + podatki računa2. Določite vprašanja
Poimenujte vprašanje, izberite primitive in opišite možnosti ali lestvico. Več neodvisnih vprašanj je lahko v eni zahtevi.
oddelek · nujnost · nezadovoljstvo3. Jev oceni
Jev za vsako vprašanje vrne tipiziran odgovor in verjetnost. Choice in Score vključujeta tudi confidence.
obračun · 0,93 · visoka confidence4. Koda uporabi pravila
Izhod združite z determinističnimi preverjanji. Jasne primere z nizkim tveganjem izvedite, nejasne ali pomembne pa predajte človeku ali modelu sklepanja.
usmeri · vprašaj · preveri · ustaviTri oblike odgovora
Choice
billingKatera ekipa naj obravnava primer?
Izbere eno možnost iz vnaprej določenega nabora in vrne verjetnost vsake možnosti.
Score
1.43 / 2Kako resna je težava?
Vhod umesti na urejeno opisano lestvico; rezultat je lahko med ravnmi.
Noul
0.95Ali zahteva vračilo?
Oceni trditev da/ne in vrne verjetnost za »da«.
Utemeljitev
Zakaj je TypeSafe izdelal modelni vmesnik za programsko opremo.
Generativni modeli ustvarjajo prilagodljive nize za ljudi. TypeSafe meni, da programska oprema potrebuje ožjo inteligenco: vgradljivo v kodo, ponovljivo, z vidno negotovostjo in preglednim potekom izvajanja.
Nizi so prilagodljivi, a odprti
Izhod je lahko besedilo, koda, JSON, zavrnitev ali napačna oblika. Aplikacija mora pred dejanjem pogosto razčleniti, preveriti in obravnavati napake.
Avtomatizacija potrebuje meje
Ko model deluje v ozadju, mora program vnaprej poznati možne izide in dejanja, ki jih vsak izid dovoli.
Negotovost mora spremeniti tok
Porazdelitev verjetnosti omogoča avtomatizacijo jasnih primerov in pošiljanje nejasnih na varnejšo pot.
Majhne odločitve se morajo sestavljati
Zapleten tok razdelite na osredotočene semantične presoje in jih povežite z deterministično logiko namesto z enim velikim promptom.
Kje je uporaben
Kje se System One AI prilega razvojnim tokovom.
Najboljše naloge se pogosto ponavljajo, zahtevajo razumevanje neurejenega vhoda in vodijo do malo dejanj, ki jih aplikacija že zna izvesti.
Podpora uporabnikom
Razvrstite zahtevke, zaznajte namen in nujnost, ocenite razpoloženje ter nejasne primere pošljite v pregled.
Obračun, tehnika, račun ali nekaj drugega?
Nadzor Agenta
Izberite model ali orodje, presodite potrebo po iskanju, popolnost rezultata ali načrtovan klic orodja.
Naj Agent nadaljuje, ponovi ali eskalira?
Razvrščanje in ustreznost
Ocenite ujemanje kandidata s poizvedbo, profilom, pravilom ali kontekstom in signal združite s poslovnimi pravili.
Kako ustrezen je kandidat za zahtevo?
Varnost in preverjanje
Ocenite sporočila, izhode, sledi ali spremembe kode po jasnih merilih; visoko tveganje zadržite za determinističnimi vrati.
Ali to krši navedeno pravilo?
Interakcija v realnem času
Izberite dovoljeno dejanje za igre, simulacije, vmesnike ali naprave brez dolgega ustvarjenega odgovora.
Katero dovoljeno dejanje najbolj ustreza stanju?
Obdelava podatkov
Veliko zapisov pretvorite v kategorije, ocene, zastavice in značilke za nadaljnje sisteme.
Kategorija in stopnja tveganja tega zapisa?
Dobro ustreza
Možnosti so znane, vhod je semantično zapleten, odločitev se ponavlja, zakasnitev je pomembna in koda pozna dejanje ali rezervno pot za vsak izid.
Slabo ustreza
Potrebujete izvirno besedilo ali kodo, globoko večstopenjsko sklepanje, široko raziskovanje, razlago, večmodalni vhod ali izidov ni mogoče določiti vnaprej.
System One in generativni LLM
System One in generativni LLM imajo različne vloge v skladu UI.
Oba pristopa razumeta jezik, LLM pa lahko omejimo s strukturiranim izhodom. Bistvena razlika je, kaj naj model izvorno vrne in kako ga uporablja okoliška programska oprema.
| Vidik | Jev / System One | Običajen generativni LLM |
|---|---|---|
| Glavna naloga | Oceniti vnaprej določene izide | Ustvariti nadaljevanje ali odgovor |
| Izvorni izhod | Tipizirana izbira, ocena ali verjetnost da | Zaporedje tokenov: besedilo, koda, JSON ali drugo |
| Prostor odgovorov | Določen pred klicem | Po naravi odprt, tudi če schema omeji končno obliko |
| Negotovost | Verjetnost vsakega odgovora; confidence za Choice in Score | Lahko poda verjetnosti tokenov ali lastno oceno gotovosti, navadno ne kalibriranega signala naloge |
| Vzorčenje | Po TypeSafu se vprašanja in izhodi ocenijo vzporedno | Navadno zaporedno, token za tokenom |
| Prednosti | Pogoste semantične vejitve, scoring, routing in preverjanja | Pisanje, pogovor, programiranje, sinteza in odprto sklepanje |
| Glavna napaka | Pravilno tipizirana, semantično napačna odločitev | Napačna, nepravilno oblikovana, nepodprta ali zgrešena vsebina |
| Vloga v sistemu | Omejena odločitvena komponenta v vidni kodi | Prilagodljiv generator ali model sklepanja, pogosto z večjo orkestracijo |
Za razvijalce, ki System One ocenjujejo širše od Jeva, je spodaj isti skupnostni modul kot na strani Projects. Loči neodvisno naučene modele od Jevu podobnih vmesnikov na obstoječih utežeh.
System One
Skupnostni ekosistem System One
Ti modeli in preizkusi vmesnikov skupnosti so nastali po navdihu Jeva ali raziskujejo podobne pristope k strukturiranim odločitvam. Niso uradne različice Jeva podjetja TypeSafe in niso vključeni v zgornjo lestvico projektov GitHub.
Model skupnosti
Qwen3.5-9B + diffusion drafterJeeves
Odločitveni model 9B v slogu Jev z izbirno fazo sklepanja, objavljenimi utežmi, učno kodo in podatki ter združljivim lokalnim API-jem.
Model skupnosti
Qwen3.5-4BOpenJev-4B
Verjetnostni odločitveni model 4B z odprtim besediščem, objavljenimi utežmi in dvostopenjskim učenjem, lokalnim sklepanjem ter storitvijo HTTP.
Model skupnosti
Qwen3.5-9BBespoke Nimble
Prilagodilnik LoRA in postopek učenja po navdihu Jeva za izbiro ter vprašanja da/ne. Deluje lokalno in trenutno sprejema le besedilo.
Model skupnosti
Qwen3-0.6BNanoJev
Majhen model z odločitvenimi glavami, javno kodo za učenje in igralnimi prikazi izbire dejanj.
Model skupnosti
Qwen3.5-2Bdecider
Dodatno učen model, ki v enem prehodu vrne verjetnosti za strukturirana vprašanja. Trenutna različica podpira le angleščino.
Model skupnosti
ModernBERT 151M / Verdict 2.0Verdict
Majhen odločitveni model na osnovi kodirnika z objavljenimi utežmi in prikazom WebGPU v brskalniku.
Model skupnosti
Qwen3.5-0.8BDohnuts
Večmodalni odločitveni model z 0,8B parametri ter objavljenimi utežmi, kodo za učenje in rezultati preizkusov. Besedilo in slike obdela v enem prehodu; uteži so namenjene nekomercialnim raziskavam.
Preizkus vmesnika
DiffusionGemma 26B-A4BOpenJev
Z obstoječim modelom DiffusionGemma odgovarja na strukturirana vprašanja prek API-ja, podobnega Jevu. Ne objavlja novih uteži modela.
Preizkus vmesnika
Open-model logitsSimple Jev
Z obstoječimi odprtimi modeli ocenjuje dovoljene odgovore prek vmesnika, podobnega Jevu. Ne objavlja novih uteži modela.
Preizkus vmesnika
Spark-X2.5-4BRizzo Flow
Lokalni strežnik, združljiv z Jev, ki bere logite odgovorov modela Spark-X2.5. Vprašanja si delijo eno predpolnitev stanja; vključena sta tudi preizkusno okolje in merjenja.
Preizkus vmesnika
Any causal LLMAnyJev
Orodje, ki brez dodatnega učenja pretvori vzročne jezikovne modele v tipizirane odločitvene modele, s popravkom vpliva vrstnega reda, izbirno kalibracijo in ponovljivimi meritvami.
Preizkus vmesnika
Qwen3.5 / DeBERTalocal-jev
Strežnik brez povezave, združljiv z Jev, za Qwen ali DeBERTa; preizkušen je z uradnim SDK-jem, rezultati JevBench pa so objavljeni.
Model skupnosti
Qwen3-0.6BAgentJev
Odločitveni model Qwen3-0.6B za sledi agentov in druga strukturirana vprašanja z objavljenimi utežmi, tipiziranim HTTP API-jem in brez dekodiranja žetonov.
Preizkus vmesnika
Causal LMs / SGLangLLM2Jev
Lokalne vzročne jezikovne modele spremeni v storitve Choice, Score in Noul, združljive z Jev, z ocenjevanjem samo predfilla ter podporo za SGLang, Transformers in večmodalne podatke.
Preizkus vmesnika
Laya / ONNX RuntimeLaya
Odprti model Laya System One izvaja v Node.js prek ONNX Runtime, z obliko zahtev, združljivo z Jev, in objavljenimi utežmi modela.
Model skupnosti
Qwen3.5-0.8BOpenThai System One
Odločitveni model Qwen3.5-0.8B za tajščino in angleščino z objavljenimi utežmi, kodo za učenje in HTTP API-jem, združljivim z Jev.
Model skupnosti
Qwen3.5-0.8B / 2BValen
Večmodalni odločitveni model po navdihu Jeva, ki sprejema besedilo, slike in video ter objavlja uteži, kodo za učenje in ukaze za ocenjevanje.
Model skupnosti
Qwen3.5-4BTev1
Odprt odločitveni model 4B, prilagojen iz Qwen3.5, z utežmi, ponovljivim postopkom učenja in dokumentiranim izvorom podatkov.
Preizkus vmesnika
Open decision modelsOllaya
Lokalna storitev v Rustu, ki prenese in izvaja več odprtih odločitvenih modelov prek lastnega in s TypeSafe združljivega API-ja.
Model skupnosti
Qwen3.5-0.8B / 2B / 4BIntern-Decision
Večmodalna družina modelov Qwen3.5 z 0,8B, 2B in 4B, objavljenimi utežmi, kodo za učenje in izvajanje, preizkusi umerjanja ter API-jem, združljivim z Jev.
Model skupnosti
Qwen3.5-4BMica
Odločitveni model 4B za angleščino in korejščino z objavljenimi utežmi in kvantizacijami, umerjenimi verjetnostmi ter krajevnim strežnikom, združljivim s TypeSafe.
Model skupnosti
Qwen3.5-0.8B / 2BJev-Style
Lokalna družina modelov 0,8B in 2B z utežmi, dolgim kontekstom, združljivim API-jem, veščinami za agente, orodji MCP in ukazi za vrednotenje.
Model skupnosti
Qwen3.5-2B / 9B · Qwen3.8-27BOpen-Jev
Neodvisna izvedba z objavljenimi utežmi 2B, 9B in 27B, kodo za učenje, združljivim lokalnim strežnikom in ponovljivimi preizkusi.
Model skupnosti
Qwen3.5-VL 2B / 4B / 9Bimajev
Odprta večmodalna družina modelov 2B, 4B in 9B za besedilo in slike, z umerjenimi verjetnostmi, možnostjo zavrnitve, objavljenimi utežmi in združljivim lokalnim API-jem.
Model skupnosti
0.6B / 0.8B / 4B decision modelsOpenDecider
Majhni odprti modeli za odločitve Choice, Score in Noul z objavljenimi utežmi ter lokalnim sklepanjem na CPU, grafičnih procesorjih NVIDIA in Apple Silicon.
Model skupnosti
Qwen3.5-0.8B / 4Bjiwo
Odprta odločitvena modela Qwen3.5 z 0,8B in 4B parametri, objavljenimi utežmi in učno kodo, lokalnim vmesnikom API, združljivim z Jev, ter ponovljivimi rezultati Decision Index.
Model skupnosti
Qwen3.5-0.8B / 4BSearchJev
Odprta modela Qwen3.5 z 0,8B in 4B parametri za odločitve iskalnih agentov, z objavljenimi podatki, utežmi, dnevniki učenja in kodo za umerjanje.
Preizkus vmesnika
Cloudflare Clef 27B / 9Bcleffa
Izvorni pogon C in Metal za Cloudflare Clef in Clef-Flash na Apple Silicon, ki odločitve za besedilo, slike in video ponuja prek vmesnika API, združljivega z Jev.
Model skupnosti
mmBERT 144.3MPhocinae Largha
Dvojezični odločitveni model z enkoderjem in 144,3M parametri za lokalne tipizirane odločitve, z utežmi, orodji za umerjanje, ocenami in strežnikom, združljivim z Jev.
Model skupnosti
Multilingual Laya checkpointsLaya Decision Engine
Večjezični neavtoregresijski odločitveni pogon z javnimi checkpointi, kodo za učenje in prilagajanje ter združljivimi lokalnimi API-ji.
Model skupnosti
Qwen3.5-0.8B / 4BVegaML
Lokalni večmodalni pogon z zamrznjenimi modeli Qwen3.5 in majhnim učljivim fizikalnim modulom ter javnimi checkpointi 0,8B in 4B.
Preizkus vmesnika
Laya / ONNX Runtime Javalaya-java
Čisti Java runtime za Layo z integracijo Spring Boot in Gradle ter končnimi točkami, združljivimi z Jevom in OpenAI.
Model skupnosti
Qwen3.5-4B / Qwen3.8-27Btrain-jev
Ogrodje za destilacijo in učenje modelov v slogu Jeva na Qwen3.5 ali Qwen3.8, s kalibracijo, vrednotenjem in združljivo strežniško kodo.
Model skupnosti
LLM-jp 4.1 8B / encoder 310Msaihai
Japonska družina tipiziranih odločitvenih modelov z odprtimi utežmi 8B in 310M, kodo za učenje in vrednotenje, strežbo GGUF ter API-jem, združljivim s System One.
Preizkus vmesnika
Any llama.cpp GGUFCallosum
Obstoječemu klepetalnemu modelu llama.cpp doda API System One in rezervirane poti za razvrščanje ter izbirno kalibracijo in omejeno sklepanje brez nalaganja drugega modela.
Model skupnosti
Qwen3-VL-4BOpenVisualJev
Večmodalni odločitveni model na Qwen3-VL-4B z dinamičnim ocenjevanjem možnosti, izbiro neodvisno od vrstnega reda, kalibracijsko kodo in tehničnim poročilom; checkpointi še niso na voljo.
Model skupnosti
BitNet b1.58 2BBitSOne-s1
Trojni odločitveni model BitNet 2B s kazalno glavo, tipiziranimi verjetnostmi, ponovljivim zapisom učenja in izmerjeno kalibracijo; objavljeni checkpoint je trenutno zaseben.
Preizkus vmesnika
Open ONNX decision modelsdecision-toolkit
Lokalno na CPU prek ONNX poganja izbran nabor odprtih odločitvenih modelov ter ponuja tipizirano knjižnico, CLI, REST in API, združljiv s System One.
Model skupnosti
Qwen3-VL-4BFovea
Odprt vidni odločitveni model 4B z objavljenimi utežmi ter kodo za učenje in umerjanje, dostopen prek API-ja TypeSafe System One.
Preizkus vmesnika
Open decision model familiesFlide
Lokalno izvajalno okolje, ki odprte odločitvene modele pospeši z natančnim razvejanjem stanja ter prek enega vmesnika ponuja več besedilnih in večmodalnih družin.
Model skupnosti
Multilingual encoder 57M / ONNXSkejja
Večjezični kodirni odločitveni model s 57 milijoni parametrov za Choice, Noul in Score, z izvajanjem ONNX, predstavitvami v brskalniku in na Raspberry Pi ter združljivim API-jem System One.
Model skupnosti
Qwen3.5-9B LoRA / GGUFOpenChoice-9B
Večmodalni odločitveni model 9B za CPU v obliki GGUF, z možnostmi Choice, Score in Noul, API-jem združljivim s TypeSafe ter orodji za fino učenje LoRA.
Neodvisni projekti skupnosti, ne uradne različice Jeva.
Spremljajte nove skupnostne modele in poskuse z vmesniki v zbirki Jev AI Radar.Raziščite Jev AI Radar
Primarni viri
Trditve preberite v kontekstu.
Ta vodnik Jev AI Dev z lastnimi besedami pojasnjuje TypeSafov okvir. Podrobnosti API-ja, trditve o izdelku, vrednotenje in posodobitve preverite v uradnih virih.
Preizkusite obliko, ne le zamisli
Začnite z eno odločitvijo, ki jo aplikacija že sprejema.
Določite odgovore, zberite reprezentativne primere, opredelite obravnavo negotovosti in primerjajte Jev s sedanjimi pravili ali modelom. Odločitev z velikim vplivom ne avtomatizirajte neposredno.