Texte im großen Maßstab auswerten mit Jev.
Jev ist ein strukturiertes Beurteilungsmodell von TypeSafe. Es liefert exakte Wahr/Falsch-Werte, Auswahlmöglichkeiten und Punktzahlen. Sie können bis zu 32 unabhängige Fragen pro Anfrage parallel verarbeiten.
Rufen Sie Jev direkt aus Ihrem Workspace auf.
Der Kollab Agent ruft Jev automatisch auf, wenn Sie nach strukturierten Auswertungen fragen. Für Skripte und Pipelines können Sie es auch manuell über die CLI ausführen.
npm install -g @kollab/cli
kollab login
echo '{
"state": "Help! My payouts have been failing for 3 days.",
"questions": {
"is_urgent": { "type": "noul", "instructions": "Does this convey urgency?" },
"department": { "type": "choice", "instructions": "Which team should handle this?",
"criteria": { "billing": "Payments, invoicing, refunds", "technical": "Bugs, outages, integrations", "sales": "Pricing, upgrades, new accounts" } }
}
}' | kollab tool run jev --jsonTeil des Kollab-Modellarsenals.
Nutzen Sie Jev neben einer vollständigen Suite von Modellen für Text-, Bild-, Video- und Audioaufgaben.
Anwendungsfälle für strukturierte Beurteilungen.
Führen Sie spezifische Auswertungsaufgaben mit Jev durch.
Leistungs-Benchmarks.
Schnelle Ausführung und hohe Konsistenz für Batch-Klassifizierungsaufgaben.
13 Fragen in einem Aufruf: 0,27s gegenüber 2,71s bei 13 separaten Aufrufen
TypeSafe cookbookCLERC juristischer Datensatz, 40 Suchanfragen, BM25 Top-30 Shortlist
TypeSafe cookbook6.003 geprüfte Bewertungen · 160 $ gegenüber 33.000 $ pro Million Beurteilungen
Good Start Labs0,35s Median gegenüber 8,83s · erkannte 6/7 platzierte Fehler
Every.toTestset mit 5.733 E-Mails, nahe am 98,87 %-Wert einer optimierten TF-IDF-Baseline
bitnovus (independent)Anwendungen aus der Praxis.
Wie Entwickler und Forscher Jev in der Produktion einsetzen.
Erkennung von Spam und automatischen Antworten
Freek Van der Herten verarbeitet eingehende Helpdesk-Tickets mit 3 parallelen Fragen in 639 ms. Dies erreicht 48 Anfragen pro Sekunde bei monatlichen Kosten von 0,36 $.
Konsistenz in der Finanzforschung
Good Start Labs nutzt Jev, um große Mengen an Finanzberichten effizient und konsistent zu überprüfen.
Vibe-Checks für Texte
Every.to bewertet Artikelentwürfe mit Jev. Das Modell markiert gezielt platzierte Schreibfehler mit einer Mediangeschwindigkeit von 0,35 Sekunden.
LLM-Observability Scoring
Langfuse hat Jev in sein Evaluierungssystem integriert, um das Scoring von Prompts und Feedback-Daten zu automatisieren.
Integration in Cloudflare Workers AI
Cloudflare hat das Jev-Modell zu seiner Workers AI-Plattform für globale Edge-Inferenz hinzugefügt.
Ankündigung der Seed-Finanzierung
TypeSafe AI hat 40 Mio. $ eingesammelt, um spezialisierte Modelle für Softwareanwendungen zu entwickeln.
Strukturiertes State-Management
Jev treibt eine offizielle Demo an, die Doom mithilfe strukturierter Spielzustandsausgaben spielt.
Häufig gestellte Fragen.
Was ist Jev und wie unterscheidet es sich von Standard-Chat-Modellen?+
Jev ist ein strukturiertes Beurteilungsmodell. Es liefert exakte Wahr/Falsch-Werte, Auswahlmöglichkeiten und Punktzahlen. Es verzichtet komplett auf Konversationstext und gibt reine Daten zurück.
Wie nutze ich Jev in Kollab?+
Der Kollab Agent ruft Jev automatisch auf, wenn Sie eine Aufgabe beschreiben, die eine strukturierte Beurteilung erfordert. Sie können es auch direkt von Ihrem Terminal aus mit dem Befehl `kollab tool run jev` aufrufen.
Wie berechnet sich der Preis?+
Eingabe-Token kosten 0,042 $ pro Million. Ausgabe-Token sind völlig kostenlos.
Unterstützt Jev Chinesisch, Japanisch und Koreanisch?+
Ja. Die Genauigkeit für CJK-Sprachen ist derzeit jedoch noch geringer als für Englisch.
Sind die Konfidenzwahrscheinlichkeiten absolut exakt?+
Unabhängige Prüfungen zeigen, dass die Ausgabewahrscheinlichkeiten von Jev nicht streng kalibriert sind. Behandeln Sie diese als relative, monotone Werte. Wir empfehlen Stichproben bei risikoreichen Aufgaben.
Kann Jev Bilder oder Audio verarbeiten?+
Jev verarbeitet nur reinen Text bis zu 80.000 Zeichen. Sie müssen Audioinhalte zuerst transkribieren oder Text aus Bildern extrahieren. Kollab bietet andere Modelle wie GPT Image 2 und Grok STT für die direkte Medienverarbeitung.
Starten Sie die Textauswertung mit Jev.
Führen Sie hochvolumige Klassifizierungs- und Bewertungsaufgaben direkt in Ihrem Workspace aus.