Evalúa texto a gran escala con Jev.
Jev es un modelo de juicio estructurado de TypeSafe. Genera resultados exactos de tipo booleano, selección y puntuación. Puedes procesar hasta 32 preguntas independientes en paralelo por solicitud.
Llama a Jev directamente desde tu espacio de trabajo.
El agente de Kollab invoca a Jev automáticamente cuando solicitas evaluaciones estructuradas. También puedes ejecutarlo manualmente mediante la CLI para scripts y pipelines.
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 --jsonParte del arsenal de modelos de Kollab.
Accede a Jev junto con un conjunto completo de modelos para tareas de texto, visión, video y audio.
Casos de uso de juicio estructurado.
Ejecuta tareas de evaluación específicas con Jev.
Pruebas de rendimiento (benchmarks).
Ejecución rápida y alta consistencia para tareas de clasificación por lotes.
13 preguntas en una llamada: 0,27s frente a 2,71s para 13 llamadas separadas
TypeSafe cookbookConjunto de datos legales CLERC, 40 consultas, lista corta BM25 top-30
TypeSafe cookbook6003 calificaciones verificadas · 160 US$ frente a 33.000 US$ por millón de juicios
Good Start Labsmediana de 0,35s frente a 8,83s · detectó 6/7 defectos inyectados
Every.toConjunto de prueba de 5733 correos, cercano al 98,87 % del modelo base TF-IDF ajustado
bitnovus (independiente)Aplicaciones en el mundo real.
Cómo los desarrolladores e investigadores usan Jev en producción.
Detección de spam y respuestas automáticas
Freek Van der Herten procesa los tickets entrantes del centro de soporte con 3 preguntas en paralelo en 639ms. Esto logra 48 solicitudes por segundo con un costo mensual de 0,36 US$.
Consistencia en investigación financiera
Good Start Labs usa Jev para verificar grandes conjuntos de informes financieros de manera eficiente y consistente.
Evaluación de tono de redacción
Every.to evalúa borradores de artículos con Jev. El modelo señala defectos de redacción inyectados con una velocidad mediana de 0,35 segundos.
Puntuación de observabilidad de LLMs
Langfuse integró Jev en su sistema de evaluación para automatizar la puntuación de prompts y los datos de feedback.
Integración con Cloudflare Workers AI
Cloudflare añadió el modelo Jev a su plataforma Workers AI para la inferencia global en el borde (edge).
Anuncio de ronda de financiación semilla
TypeSafe AI recaudó 40 M US$ para desarrollar modelos especializados para aplicaciones de software.
Gestión de estado estructurado
Jev impulsa una demostración oficial jugando a Doom a través de resultados estructurados del estado del juego.
Preguntas frecuentes.
¿Qué es Jev y en qué se diferencia de los modelos de chat estándar?+
Jev es un modelo de juicio estructurado. Genera resultados exactos de tipo booleano, selección y puntuación. Omite por completo el texto conversacional y devuelve datos puros.
¿Cómo uso Jev en Kollab?+
El agente de Kollab invoca a Jev automáticamente cuando describes una tarea que requiere juicio estructurado. También puedes llamarlo directamente desde tu terminal usando el comando `kollab tool run jev`.
¿Cómo se calculan los precios?+
Los tokens de entrada cuestan 0,042 US$ por millón. Los tokens de salida son completamente gratuitos.
¿Jev es compatible con chino, japonés y coreano?+
Sí. Sin embargo, actualmente la precisión para los idiomas CJK es menor que en inglés.
¿Las probabilidades de confianza son absolutamente exactas?+
Auditorías independientes muestran que las probabilidades de salida de Jev no están estrictamente calibradas. Considéralas como puntuaciones relativas y monotónicas. Recomendamos realizar revisiones aleatorias en tareas de alto riesgo.
¿Puede Jev procesar imágenes o audio?+
Jev solo procesa texto sin formato de hasta 80,000 caracteres. Primero debes transcribir el audio o extraer el texto de las imágenes. Kollab ofrece otros modelos como GPT Image 2 y Grok STT para el procesamiento directo de contenido multimedia.
Comienza a evaluar texto con Jev.
Ejecuta tareas de clasificación y puntuación de alto volumen directamente en tu espacio de trabajo.