Ge det sammanhang
Ange relevant text, JSON-tillstånd eller en lista med textobjekt. Jev accepterar för närvarande text, inte bilder, ljud eller video.
Jev är TypeSafes första System One-modell. Den returnerar typade beslut och sannolikheter som programvara kan använda. Utforska användningsfall och se hur du anropar modellen från din kod.
TypeSafe beskriver Jev som en System One-modell: Den returnerar typade val och sannolikheter i stället för att generera fri text. Se var den metoden passar tillsammans med generativa modeller och regelbaserad kod.
| Aspekt | Jev | Generativa LLM | Regelbaserad kod |
|---|---|---|---|
| Resultat | Fördefinierade typade val, poäng och sannolikheter | Flexibel text, kod eller strukturerad utdata | Deterministiska värden från explicita villkor |
| Hastighet | Optimerad för beslut med låg latens; TypeSafe rapporterar 70–500 ms i sina tester | Beror på modell, prompt och resultatets längd | Vanligtvis mycket snabb vid kända villkor |
| Passar bäst för | Upprepningsbara beslut som kräver förståelse för input | Skrivande, komplexa resonemang och öppna uppgifter | Tydliga villkor med stabila definitioner |
| Viktigaste begränsning | Kan inte generera fri text; ett typat svar kan fortfarande vara fel | Flexibla utdata kan behöva analyseras och valideras | Svårt att täcka alla fall när ingången är tvetydig |
Hastighetssiffror rapporteras av TypeSafe för särskilda strukturerade beslutstest. De är inte ett oberoende riktmärke eller en universell hastighetsgaranti. Läs metoderna
Använd Jev när svaren är kända men inmatningen fortfarande behöver tolkas. Använd en generativ modell för att skapa ny text eller kod. Skriv explicita villkor direkt i kod.
Jev utvärderar text eller strukturerad data mot frågor du definierar. Den returnerar val, poäng och sannolikheter som din applikation kan använda för att avgöra vad som händer härnäst.
“Jag debiterades två gånger för mitt abonnemang. Kan du hjälpa till?”
Vilket team ska hantera detta?
Exempel på sannolikhet 0.92
Ange relevant text, JSON-tillstånd eller en lista med textobjekt. Jev accepterar för närvarande text, inte bilder, ljud eller video.
Be om ett val, en poäng eller en ja/nej-sannolikhet. De tillgängliga svaren definieras före API-anropet.
Använd resultatet och dess osäkerhet för att dirigera, granska eller agera. En giltig typ garanterar inte en korrekt bedömning.
Baserat på officiell TypeSafe-dokumentation
Jev är designad för fokuserade, repeterbara beslut med ett definierat svarsutrymme. Dessa är utgångspunkter, inte prestationslöften; testa dem på din egen data.
Sortera klagomål och återkoppling från säljare, bedöm hur bråttom det är och skicka ärendet till rätt team. Låt en människa granska osäkra fall.
Filtrera ett flöde efter användarens uttalade preferenser och bedöm förslagens relevans tillsammans med dina egna rankningssignaler.
Skicka förfrågningar till rätt modell, verktyg eller agent; avgör om sökning behövs och om resultatet räcker för nästa steg.
Granska meddelanden, kodändringar och verktygsanrop mot tydliga regler. Låt en människa bedöma riskfyllda eller osäkra fall.
Låt Jev välja nästa handling för en AI-motståndare eller NPC utifrån spelstatus och en begränsad lista med tillåtna drag. Spelkoden kontrollerar reglerna och utför handlingen.
Sortera mejl och aviseringar efter egna regler, bedöm läget i ditt smarta hem eller avgör när en rutin ska köras.
Börja med en avgränsad bedömning som applikationen redan behöver. Definiera de möjliga svaren och bestäm sedan i koden hur de ska användas.
Välj en avgränsad fråga, till exempel dirigering av ett supportärende eller bedömning av ett objekts relevans.
Definiera input, frågor och tillåtna svar innan du anropar API:et.
Använd sannolikheter och säkerhet för att välja en åtgärd, en reservlösning eller manuell granskning.
Det här TypeScript-exemplet på serversidan skickar ett supportmeddelande och två frågor med definierade svarsformat till Jev 1.13 via OpenRouter. Förvara API-nyckeln på servern; applikationen avgör hur resultaten används.
Testa Jev gratisconst apiKey = process.env.OPENROUTER_API_KEY;
if (!apiKey) throw new Error("Set OPENROUTER_API_KEY");
const response = await fetch("https://openrouter.ai/api/alpha/decisions", {
method: "POST",
headers: {
Authorization: "Bearer " + apiKey,
"Content-Type": "application/json"
},
body: JSON.stringify({
model: "typesafe/jev-1.13",
state: "My card was charged twice. Please help ASAP.",
questions: {
department: {
type: "choice",
instructions: "Which team should handle this?",
criteria: {
billing: "Payments and refunds",
technical: "Bugs and integrations"
}
},
urgent: {
type: "noul",
instructions: "Does this message need urgent attention?"
}
}
})
});
if (!response.ok) throw new Error("Jev request failed: " + response.status);
const {answers} = await response.json();
if (answers.department.choice === "billing" && answers.urgent.noul > 0.8) {
// Route to the billing review queue.
}POST /api/alpha/decisionsstate + questionsanswerschoice identifierar teamet. noul returnerar ett värde från 0 till 1 för ja/nej-frågan. Din kod använder båda värdena tillsammans med egna routingregler.
Testa med representativa supportärenden före produktionsbruk, registrera modellversionen och skicka osäkra eller konsekvensrika fall till manuell granskning. Värdet 0,8 är bara ett exempel.
API-referenser: OpenRouter · TypeSafe
En harness styr agentens modellanrop och verktyg. Vid en beslutspunkt läser Jev ett meddelande, ett planerat verktygsanrop eller agentens tillstånd och ger ett typat svar. Din kod avgör nästa steg; öppna uppgifter stannar hos chattmodellen.
ModelRouterMiddlewarebefore_agent → wrap_model_callKlassificera det senaste användarmeddelandet före körningen, välj modell och behåll valet under körningen. Valet, sannolikheterna och konfidensen finns kvar i agentens tillstånd.
AutoModeMiddlewarewrap_tool_callGranska ett valt verktygsanrop innan det körs. Om Jev bedömer att det är riskfyllt eller saknar behörighet blockerar middleware anropet och returnerar ett ToolMessage med felmeddelande. Det begär inte mänskligt godkännande.
TypeSafeClassifierChoice · Score · NoulLägg till egna kontrollpunkter med anpassad middleware: skicka agentens meddelanden eller tillstånd till TypeSafeClassifier och använd Choice, Score eller Noul för att styra koden eller skicka osäkra fall till granskning.
Förfrågan definierar frågorna och svarsformaten. Svaret returnerar ett resultat för var och en. Här är JSON-fälten som används i exemplet.
modelstatequestionstypeinstructionscriteriaanswerschoiceprobabilitiesconfidencenoulEtt svar med korrekt format kan fortfarande vara fel. Testa representativa fall och ange routingtrösklar som passar ditt arbetsflöde.
Jev är TypeSafes modell. Utvecklarcommunityn utforskar också snabba, strukturerade beslut med öppna modeller och gränssnitt. Jämför kod, metoder och begränsningar.
Självständiga communityprojekt, inte officiella Jev-versioner.
Utforska huvudpunkterna från lanseringsdiskussionen, officiella SDK och en oberoende video. Läs sammanhanget här, följ sedan originalkällorna för mer detaljer.
TypeSafe delar lanseringsuppdateringar och produktkontext på X. Läs inläggen som teamets egen beskrivning av Jev och kontrollera dokumentationen innan du bygger på ett visst påstående.
Se originalDen officiella JavaScript och TypeScript SDK visar API-ytan, exempel och releaseaktivitet. Det är det mest användbara stället att inspektera hur en Jev-förfrågan representeras i kod.
Se originalLanseringstråden frågar var en beslutsmodell passar, hur man utvärderar den och vad man ska göra när ett säkert svar är fel. Det är en diskussion, inte ett prestationstest.
Se originalAllie Laabs från TypeSafe förklarar System One och svaren Choice, Score och Noul i ThursdAI. Programledarna testar klassificering av inlägg, visar en Doom-demo och diskuterar Jevs begränsningar.
Se originalEn oberoende genomgång från RepoChad tar upp utdataschemat, TypeSafes påståenden om hastighet, exempeldemon och öppna frågor. Videon laddas först när du väljer att spela upp den.
Se originalTypeSafe AI introducerade Jev som sin första System One-modell. Dess uttalade mål är att fatta snabba, strukturerade beslut användbara i vanliga mjukvaruarbetsflöden.
Grundaren Diogo Almeida har tidigare arbetat på OpenAI och Google Brain. Enligt TypeSafe bidrog hans arbete med instruction following och RLHF till forskningen bakom ChatGPT.
Nej. Jev är utformad för att returnera typade beslut och sannolikheter snarare än chattsvar i fritt format eller genererad kod.
Det kan hjälpa till att poängsätta eller omrangera kandidater efter semantisk relevans. Ett komplett rekommendationssystem behöver fortfarande hämtning av kandidater, affärsregler, utvärdering och din egen rankningslogik.
Nej. Ett typat resultat begränsar formatet, men det valda alternativet kan fortfarande vara fel. Testa med representativa data och hantera osäkerhet i koden.
Börja med TypeSafes officiella dokumentation och SDK. Modellsidan hos OpenRouter ger också tillgång till Jev via plattformen.
Definiera frågan och de möjliga svaren. Låt applikationen avgöra vad som ska hända med resultatet.