TypeSafe AI का Jev

Jev क्या है?

Jev, TypeSafe AI का System One मॉडल है, जिसे सॉफ़्टवेयर में संरचित निर्णयों की आवश्यकता वाले डेवलपर्स के लिए बनाया गया है। यह किसी व्यक्ति के पढ़ने के लिए उत्तर लिखने के बजाय, दिए गए संदर्भ का मूल्यांकन टाइप किए गए प्रश्नों के आधार पर करता है। इसके परिणामों का उपयोग रूटिंग, फ़िल्टरिंग और एप्लिकेशन के अन्य निर्णयों में किया जा सकता है।

तीन प्रकार के निर्णय

• Choice: परिभाषित विकल्पों में से चयन करता है और प्रायिकताएँ व confidence देता है।
• Score: किसी विशिष्ट rubric का मूल्यांकन करता है और score, प्रायिकताएँ व confidence लौटाता है।
• Noul: किसी कथन का 0 से 1 तक के मान से मूल्यांकन करता है; इस परिणाम में अलग confidence फ़ील्ड नहीं होती।

उदाहरण के लिए, कोई support system पूछ सकता है कि संदेश किस queue के लिए उपयुक्त है और फिर अलग से आकलन कर सकता है कि मानवीय ध्यान आवश्यक है या नहीं। प्रत्येक प्रश्न को केंद्रित रखें और निर्णयों को application code में संयोजित करें।

व्यावहारिक अनुप्रयोग विचार

नीचे दिए गए उदाहरण संभावित डिज़ाइन बताते हैं, मापे गए उत्पाद परिणाम नहीं।

• Support triage: billing प्रश्नों, तकनीकी समस्याओं और सामान्य पूछताछ में अंतर करें। उत्तर कोई अलग component या human agent लिखे।
• Agent routing: तय करें कि अनुरोध में search, document retrieval या review की आवश्यकता है। किसी tool को चलाने से पहले application को permissions और arguments की जाँच फिर भी करनी होगी।
• Directory curation: product descriptions के लिए categories सुझाएँ और अनिश्चित records को editorial review के लिए चिह्नित करें। किसी category prediction से यह सिद्ध नहीं होता कि vendor के claims सत्य हैं।
• Retrieval filtering: चुनी गई सामग्री को answering system को भेजने से पहले candidate documents की relevance का score करें।
• Feedback organization: feature requests, bug reports और usage questions को अलग करें। कई स्वतंत्र प्रश्न mixed intentions को सुरक्षित रखने में मदद कर सकते हैं, बजाय इसके कि सब कुछ एक ही label में डाल दिया जाए।

एक व्यावहारिक integration workflow

1. आपके application को जिस सटीक निर्णय की आवश्यकता है और अपर्याप्त evidence मिलने पर क्या होना चाहिए, उसे परिभाषित करें।
2. प्रासंगिक text को state के रूप में तैयार करें। अस्पष्ट instructions पर निर्भर रहने के बजाय स्पष्ट options या criteria लिखें।
3. आधिकारिक API या समर्थित SDK को call करें और typed result पढ़ें।
4. अस्पष्ट और adversarial inputs सहित वास्तविक उदाहरणों का मूल्यांकन करें। उन्हीं परिणामों के आधार पर automation thresholds तय करें।
5. model version दर्ज करें और model, questions या business rules बदलने के बाद outcomes की समीक्षा करें।

किसी tool directory के लिए, कोई editor अलग-अलग पूछ सकता है कि क्या description audio processing से संबंधित है और क्या उसमें transcription का स्पष्ट उल्लेख है। Code फिर इन judgments को मिलाकर proposed category बनाता है। Evidence न मिलने पर कोई record review में रह सकता है। यह एक illustrative workflow है, यह दावा नहीं कि Jev वर्तमान में ToolAI के publishing operations करता है।

Pricing और supported input

24 सितंबर 2026 को जाँचा गया: आधिकारिक documentation में jev-1.13.0 के लिए प्रति million input tokens $0.042 सूचीबद्ध है और output-token charge नहीं है। Free output का अर्थ free API usage नहीं है। Input केवल text है। Documented budgets प्रति request 64k tokens और state plus longest question के लिए 32k हैं। Integration से पहले वर्तमान official specifications देखें।

सीमाएँ और model selection

Typed answer फिर भी गलत हो सकता है। Documented weaknesses में सटीक arithmetic, date comparison, indirect reasoning, distracting context और adversarial inputs शामिल हैं। Exact calculations code में रखें और borderline examples का परीक्षण करें। English प्राथमिक भाषा है; representative data पर Chinese और अन्य भाषाओं को validate करें।

Article writing, email drafting, code generation या open-ended conversation के लिए generation model का उपयोग करें। Jev इसके साथ decision component के रूप में काम कर सकता है। Open-source client libraries यह सिद्ध नहीं करतीं कि model weights self-hosting के लिए उपलब्ध हैं।

आधिकारिक संदर्भ

परिचय · Models और pricing · ज्ञात सीमाएँ। यह profile verified documentation और illustrative integration advice को मिलाती है; यह स्वतंत्र benchmark नहीं है।

संबंधित resources देखें

Jev model details · TypeSafe Python SDK · TypeSafe JavaScript SDK · TypeSafe Agent Skills