Đánh giá văn bản quy mô lớn cùng Jev.
Jev là mô hình đánh giá có cấu trúc của TypeSafe. Mô hình cung cấp đầu ra chính xác dưới dạng boolean, lựa chọn và điểm số. Bạn có thể xử lý song song lên đến 32 câu hỏi độc lập trong mỗi yêu cầu.
Gọi Jev trực tiếp từ không gian làm việc của bạn.
Kollab Agent sẽ tự động gọi Jev khi bạn yêu cầu các đánh giá có cấu trúc. Bạn cũng có thể chạy thủ công qua CLI cho các tập lệnh và quy trình tự động.
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 --jsonMột phần trong kho mô hình của Kollab.
Truy cập Jev cùng bộ mô hình toàn diện dành cho các tác vụ văn bản, thị giác máy tính, video và âm thanh.
Các trường hợp ứng dụng đánh giá có cấu trúc.
Thực hiện các tác vụ đánh giá chuyên biệt với Jev.
Đo lường hiệu suất.
Thực thi nhanh chóng và độ nhất quán cao cho các tác vụ phân loại hàng loạt.
13 câu hỏi trong một lần gọi: 0,27s so với 2,71s cho 13 lần gọi riêng biệt
TypeSafe cookbookTập dữ liệu pháp lý CLERC, 40 truy vấn, danh sách rút gọn top-30 BM25
TypeSafe cookbookĐã kiểm tra 6.003 đánh giá · 160 US$ so với 33.000 US$ cho mỗi một triệu lượt phán đoán
Good Start LabsTrung bình 0,35s so với 8,83s · phát hiện 6/7 lỗi được chèn vào
Every.toTập kiểm tra 5.733 email, gần sát với mức 98,87% của mô hình cơ sở TF-IDF đã tinh chỉnh
bitnovusỨng dụng trong thực tế.
Cách các nhà phát triển và nhà nghiên cứu đang sử dụng Jev trong môi trường thực tế.
Phát hiện thư rác và phản hồi tự động
Freek Van der Herten xử lý các phiếu hỗ trợ gửi đến bằng 3 câu hỏi song song trong 639ms. Hệ thống đạt 48 yêu cầu mỗi giây với chi phí hàng tháng chỉ 0,36 US$.
Tính nhất quán trong nghiên cứu tài chính
Good Start Labs sử dụng Jev để xác minh các tập dữ liệu báo cáo tài chính lớn một cách hiệu quả và nhất quán.
Kiểm tra phong cách văn bản
Every.to dùng Jev đánh giá các bài viết nháp. Mô hình đánh dấu các lỗi văn bản được cấy vào với tốc độ trung bình là 0,35 giây.
Chấm điểm khả năng quan sát LLM
Langfuse đã tích hợp Jev vào hệ thống đánh giá của họ để tự động hóa việc chấm điểm prompt và dữ liệu phản hồi.
Tích hợp Cloudflare Workers AI
Cloudflare đã thêm mô hình Jev vào nền tảng Workers AI của họ để suy luận điện toán biên trên toàn cầu.
Công bố vòng gọi vốn hạt giống
TypeSafe AI đã huy động được 40 Tr US$ để xây dựng các mô hình chuyên biệt cho các ứng dụng phần mềm.
Quản lý trạng thái có cấu trúc
Jev vận hành một bản demo chính thức chơi tựa game Doom thông qua các đầu ra trạng thái trò chơi có cấu trúc.
Câu hỏi thường gặp.
Jev là gì và nó khác biệt thế nào so với các mô hình trò chuyện thông thường?+
Jev là mô hình đánh giá có cấu trúc. Mô hình cung cấp đầu ra chính xác dưới dạng boolean, lựa chọn và điểm số. Jev bỏ qua hoàn toàn văn bản hội thoại và chỉ trả về dữ liệu thuần túy.
Làm cách nào để sử dụng Jev trong Kollab?+
Kollab Agent sẽ tự động gọi Jev khi bạn mô tả một tác vụ cần đánh giá có cấu trúc. Bạn cũng có thể gọi mô hình trực tiếp từ terminal bằng lệnh `kollab tool run jev`.
Giá cước được tính như thế nào?+
Token đầu vào có giá 0,042 US$ cho mỗi triệu. Token đầu ra hoàn toàn miễn phí.
Jev có hỗ trợ tiếng Trung, tiếng Nhật và tiếng Hàn không?+
Có. Tuy nhiên độ chính xác đối với các ngôn ngữ CJK (Trung, Nhật, Hàn) hiện tại đang thấp hơn so với tiếng Anh.
Các xác suất tin cậy có chính xác tuyệt đối không?+
Các đánh giá độc lập cho thấy xác suất đầu ra của Jev chưa được hiệu chuẩn nghiêm ngặt. Hãy coi chúng như những điểm số tương đối, đơn điệu. Chúng tôi khuyến nghị nên kiểm tra ngẫu nhiên đối với các tác vụ có rủi ro cao.
Jev có thể xử lý hình ảnh hoặc âm thanh không?+
Jev chỉ xử lý văn bản thuần túy với giới hạn tối đa 80.000 ký tự. Trước tiên, bạn phải chuyển biên âm thanh hoặc trích xuất văn bản từ hình ảnh. Kollab cung cấp các mô hình khác như GPT Image 2 và Grok STT để xử lý phương tiện trực tiếp.
Bắt đầu đánh giá văn bản cùng Jev.
Thực hiện các tác vụ phân loại và chấm điểm khối lượng lớn trực tiếp trong không gian làm việc của bạn.