Évaluez du texte à grande échelle avec Jev.
Jev est un modèle de jugement structuré conçu par TypeSafe. Il génère des valeurs booléennes, des choix et des scores exacts. Vous pouvez traiter jusqu'à 32 questions indépendantes en parallèle par requête.
Appelez Jev directement depuis votre espace de travail.
Le Kollab Agent invoque Jev automatiquement lorsque vous demandez des évaluations structurées. Vous pouvez également l'exécuter manuellement via la CLI pour vos scripts et 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 --jsonIntégré à l'arsenal de modèles Kollab.
Accédez à Jev ainsi qu'à une suite complète de modèles pour vos tâches de texte, de vision, de vidéo et d'audio.
Cas d'usage du jugement structuré.
Exécutez des tâches d'évaluation spécifiques avec Jev.
Benchmarks de performance.
Exécution rapide et grande cohérence pour les tâches de classification en lot.
13 questions en un seul appel : 0,27s contre 2,71s pour 13 appels séparés
TypeSafe cookbookJeu de données juridiques CLERC, 40 requêtes, présélection BM25 top-30
TypeSafe cookbook6 003 évaluations vérifiées · 160 $US contre 33 000 $US par million de jugements
Good Start Labsmédiane de 0,35s contre 8,83s · a détecté 6/7 défauts insérés
Every.toJeu de test de 5 733 e-mails, proche des 98,87 % d'une base de référence TF-IDF optimisée
bitnovusApplications dans le monde réel.
Comment les développeurs et les chercheurs utilisent Jev en production.
Détection des spams et des réponses automatiques
Freek Van der Herten traite les tickets d'assistance entrants avec 3 questions parallèles en 639 ms. Cela permet d'atteindre 48 requêtes par seconde pour un coût mensuel de 0,36 $US.
Cohérence de la recherche financière
Good Start Labs utilise Jev pour vérifier de vastes ensembles de rapports financiers de manière efficace et cohérente.
Vérification du ton des textes
Every.to évalue les brouillons d'articles avec Jev. Le modèle signale les défauts d'écriture insérés avec une vitesse médiane de 0,35 seconde.
Scoring d'observabilité des LLM
Langfuse a intégré Jev à son système d'évaluation pour automatiser le scoring des prompts et les données de feedback.
Intégration à Cloudflare Workers AI
Cloudflare a ajouté le modèle Jev à sa plateforme Workers AI pour l'inférence edge à l'échelle mondiale.
Annonce de levée de fonds d'amorçage
TypeSafe AI a levé 40 M $US pour développer des modèles spécialisés pour les applications logicielles.
Gestion d'état structurée
Jev propulse une démo officielle permettant de jouer à Doom via des sorties d'état de jeu structurées.
Foire aux questions.
Qu'est-ce que Jev et en quoi diffère-t-il des modèles de chat standards ?+
Jev est un modèle de jugement structuré. Il génère des valeurs booléennes, des choix et des scores exacts. Il ignore totalement le texte conversationnel pour renvoyer des données pures.
Comment utiliser Jev dans Kollab ?+
Le Kollab Agent invoque Jev automatiquement lorsque vous décrivez une tâche nécessitant un jugement structuré. Vous pouvez également l'appeler directement depuis votre terminal à l'aide de la commande `kollab tool run jev`.
Comment la tarification est-elle calculée ?+
Les tokens d'entrée coûtent 0,042 $US par million. Les tokens de sortie sont entièrement gratuits.
Jev prend-il en charge le chinois, le japonais et le coréen ?+
Oui. La précision pour les langues CJK est actuellement inférieure à celle de l'anglais.
Les probabilités de confiance sont-elles absolument exactes ?+
Des audits indépendants montrent que les probabilités de sortie de Jev ne sont pas strictement calibrées. Considérez-les comme des scores relatifs et monotones. Nous recommandons d'effectuer des vérifications ponctuelles pour les tâches à haut risque.
Jev peut-il traiter des images ou de l'audio ?+
Jev traite uniquement du texte brut, jusqu'à 80 000 caractères. Vous devez d'abord transcrire l'audio ou extraire le texte des images. Kollab propose d'autres modèles comme GPT Image 2 et Grok STT pour le traitement direct des médias.
Commencez à évaluer du texte avec Jev.
Exécutez des tâches de classification et de notation à grand volume directement dans votre espace de travail.