Оценивайте текст в любых масштабах с Jev.
Jev — это модель структурированных оценок от TypeSafe. Она выдает точные логические значения, варианты выбора и оценки. Вы можете обрабатывать до 32 независимых вопросов параллельно за один запрос.
Запускайте Jev напрямую из рабочего пространства.
Kollab Agent автоматически вызывает Jev, когда вы запрашиваете структурированные оценки. Вы также можете запускать его вручную через CLI для скриптов и пайплайнов.
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 --jsonЧасть арсенала моделей Kollab.
Используйте Jev вместе с полным набором моделей для работы с текстом, изображениями, видео и звуком.
Сценарии применения структурированных оценок.
Выполняйте конкретные задачи по оценке с помощью Jev.
Бенчмарки производительности.
Высокая скорость и стабильность при пакетной классификации.
13 вопросов за один запрос: 0,27s против 2,71s для 13 отдельных запросов
TypeSafe cookbookЮридический датасет CLERC, 40 запросов, выборка top-30 по BM25
TypeSafe cookbookПроверено 6 003 оценки · 160 $ против 33 000 $ за миллион оценок
Good Start LabsМедиана 0,35s против 8,83s · обнаружено 6/7 заложенных дефектов
Every.toТестовая выборка из 5 733 писем, близко к 98,87 % у настроенного бейзлайна TF-IDF
bitnovusРеальные примеры использования.
Как разработчики и исследователи используют Jev в продакшене.
Распознавание спама и автоответов
Freek Van der Herten обрабатывает входящие тикеты поддержки, задавая 3 параллельных вопроса за 639 мс. Это позволяет достичь 48 запросов в секунду при расходах в 0,36 $ в месяц.
Согласованность финансовых исследований
Good Start Labs использует Jev для эффективной и последовательной проверки больших массивов финансовых отчетов.
Проверка качества текста
Every.to оценивает черновики статей с помощью Jev. Модель выявляет заложенные в текст дефекты с медианной скоростью 0,35 секунды.
Скоринг наблюдаемости LLM
Langfuse интегрировала Jev в свою систему оценки для автоматизации скоринга промптов и сбора данных обратной связи.
Интеграция с Cloudflare Workers AI
Cloudflare добавила модель Jev на свою платформу Workers AI для глобального инференса на периферии.
Анонс посевного финансирования
TypeSafe AI привлекла 40 млн $ на создание специализированных моделей для программных приложений.
Управление структурированным состоянием
Jev лежит в основе официального демо, где ИИ играет в Doom, выводя структурированные данные о состоянии игры.
Часто задаваемые вопросы.
Что такое Jev и чем она отличается от стандартных чат-моделей?+
Jev — это модель структурированных оценок. Она выдает точные логические значения, варианты выбора и оценки. Модель полностью пропускает разговорный текст и возвращает только чистые данные.
Как мне использовать Jev в Kollab?+
Kollab Agent автоматически вызывает Jev, когда вы описываете задачу, требующую структурированной оценки. Вы также можете вызвать ее напрямую из терминала с помощью команды `kollab tool run jev`.
Как рассчитывается стоимость?+
Входящие токены стоят 0,042 $ за миллион. Исходящие токены абсолютно бесплатны.
Поддерживает ли Jev китайский, японский и корейский языки?+
Да. Однако точность для этих языков в настоящее время ниже, чем для английского.
Являются ли показатели уверенности абсолютно точными?+
Независимые аудиты показывают, что вероятности на выходе Jev не являются строго откалиброванными. Рассматривайте их как относительные, монотонные оценки. Мы рекомендуем проводить выборочную проверку для задач с высоким риском.
Может ли Jev обрабатывать изображения или звук?+
Jev обрабатывает только простой текст объемом до 80 000 символов. Сначала необходимо транскрибировать аудио или извлечь текст из изображений. В Kollab доступны другие модели, такие как GPT Image 2 и Grok STT, для прямой обработки медиафайлов.
Начните оценивать текст с Jev.
Выполняйте массовые задачи по классификации и скорингу прямо в вашем рабочем пространстве.