Jev로 텍스트를 대규모로 평가해 보세요.
Jev는 TypeSafe의 구조화된 판단 모델입니다. 정확한 논리값, 선택, 점수를 출력합니다. 요청당 최대 32개의 독립적인 질문을 병렬로 처리할 수 있습니다.
작업 공간에서 Jev를 직접 호출해 보세요.
구조화된 평가를 요청하면 Kollab Agent가 Jev를 자동으로 호출합니다. 스크립트나 파이프라인을 위해 CLI를 통해 수동으로 실행할 수도 있습니다.
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 --jsonKollab 모델 아머리의 일부입니다.
텍스트, 비전, 비디오, 오디오 작업을 위한 전체 모델 제품군과 함께 Jev를 이용해 보세요.
구조화된 판단 사용 사례.
Jev로 특정 평가 작업을 실행해 보세요.
성능 벤치마크.
배치 분류 작업을 위한 빠른 실행 속도 및 높은 일관성.
단일 호출에서 13개 질문 처리: 0.27초 vs 13개 개별 호출 시 2.71초
TypeSafe cookbook실제 적용 사례.
개발자와 연구자들이 프로덕션 환경에서 Jev를 활용하는 방법.
스팸 및 자동 응답 탐지
Freek Van der Herten은 수신되는 헬프데스크 티켓을 3개의 병렬 질문으로 639ms 만에 처리합니다. 이를 통해 초당 48개의 요청을 처리하며 월 비용은 US$0.36입니다.
재무 리서치 일관성
Good Start Labs는 대규모 재무 보고서 세트를 효율적이고 일관되게 검증하기 위해 Jev를 사용합니다.
작문 분위기 확인
Every.to는 작성된 기사의 초안을 Jev로 평가합니다. 이 모델은 중간값 0.35초의 속도로 심어진 작문 결함을 표시합니다.
LLM 가시성 점수화
Langfuse는 Jev를 자사의 평가 시스템에 통합하여 프롬프트 점수 매기기 및 피드백 데이터를 자동화했습니다.
Cloudflare Workers AI 통합
Cloudflare는 글로벌 엣지 추론을 위해 Workers AI 플랫폼에 Jev 모델을 추가했습니다.
시드 펀딩 발표
TypeSafe AI는 소프트웨어 애플리케이션을 위한 특화 모델을 구축하기 위해 US$4000만을 모금했습니다.
구조화된 상태 관리
Jev는 구조화된 게임 상태 출력을 통해 Doom을 플레이하는 공식 데모를 구동합니다.
자주 묻는 질문.
Jev는 무엇이며 기존 채팅 모델과 어떻게 다릅니까?+
Jev는 구조화된 판단 모델입니다. 정확한 논리값, 선택, 점수를 출력합니다. 대화형 텍스트를 완전히 생략하고 순수한 데이터만 반환합니다.
Kollab에서 Jev를 어떻게 사용하나요?+
구조화된 판단이 필요한 작업을 설명하면 Kollab Agent가 자동으로 Jev를 호출합니다. 터미널에서 `kollab tool run jev` 명령어를 사용하여 직접 호출할 수도 있습니다.
가격은 어떻게 계산되나요?+
입력 토큰 비용은 백만 개당 US$0.042입니다. 출력 토큰은 완전히 무료입니다.
Jev는 중국어, 일본어, 한국어를 지원하나요?+
네. 다만 현재 CJK(한중일) 언어의 정확도는 영어보다 낮습니다.
신뢰도 확률은 절대적으로 정확한가요?+
독립적인 감사에 따르면 Jev의 출력 확률은 엄격하게 보정되지 않습니다. 이를 상대적이고 단조적인 점수로 간주해 주십시오. 위험도가 높은 작업은 직접 샘플링하여 점검할 것을 권장합니다.
Jev로 이미지나 오디오를 처리할 수 있나요?+
Jev는 최대 8만 자의 일반 텍스트만 처리합니다. 따라서 오디오를 텍스트로 변환하거나 이미지에서 텍스트를 먼저 추출해야 합니다. Kollab은 다이렉트 미디어 처리를 위해 GPT Image 2 및 Grok STT와 같은 다른 모델을 제공하고 있습니다.
Jev로 텍스트 평가를 시작해 보세요.
작업 공간에서 직접 대규모 분류 및 점수화 작업을 실행해 보십시오.