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.
Оценивайте текст в любых масштабах с Jev.
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.