Partagez quelques applications intéressantes de Jev : un modèle d'IA qui ne donne pas de réponses, ne fait que des jugements

Dans une évaluation préalable à l’inscription en double aveugle menée par PrimeLine, un détail est révélateur.

Précision absolue de Claude Opus 5 et Haiku 4.5 sur deux tâches réellesComparable à Jev, voire mieux au départ. Mais lorsque l'évaluation permet au modèle d'ignorer les échantillons pour lesquels il est le moins fiable,Jev a surperformé dans les deux tâches.

La raison en est que la confiance qu’il génère estcalibré, tandis que les modèles génératifs généraux ont tendance à être mal calibrés et trop confiants dans leurs jugements. En d’autres termes : lorsque « savoir ce que l’on ne sait pas » est plus important que « répondre durement », la valeur de Jev ressort.

Comment commencer

Si vous utilisez déjà une plateforme d’agrégation de modèles, le coût d’accès est quasiment nul :

OuvrirRouter: Jev a été lancé dans le catalogue de modèles officiel, nom du modèle typesafe/jev, changez le nom du modèle dans le code et vous pouvez changer
Passerelle IA Vercel: Intégration réalisée dans les 72 heures suivant la sortie, distribuée via le réseau Edge mondial Vercel, avec une faible latence
SDK officiel: TypeSafe fournit une console en ligne (Playground) et une documentation complète, prenant en charge l'API HTTP, le SDK Python et le SDK JavaScript.
Pack de compétences officiel: TypeSafe a ouvert l'entrepôt de compétences sur GitHub pour apprendre aux agents de codage à « poser toutes les ambiguïtés à la fois » au lieu de simplement poser une question à la fois.

Prix : 0,042 $ par million de jetons pour l'entrée, gratuit pour la sortie. Il existe également un quota gratuit pour que de nouveaux comptes puissent essayer.

Dis quelque chose de calme

Tout d'abord,Ce n'est pas un remplacement pour les modèles plus grands. Jev est un modèle de prise de décision spécialisé. Ne vous attendez pas à ce qu’il ait des capacités ouvertes de raisonnement et de génération de contenu. Sa valeur est d'atteindre l'objectif ultime de prendre des décisions rapides et fiables dans le cadre de résultats possibles clairement définis.

Deuxièmement,Dans de nombreux cas, il faut distinguer « dont le crédit ». Par exemple, la démonstration d'utilisation du navigateur consistant à rechercher des vols en 7 secondes est le résultat de la coopération de l'ensemble de la chaîne d'outils, et toutes les capacités ne peuvent être attribuées à Jev. L’entrepôt de cas organisé par la communauté lui-même marque également les limites des preuves : quels principes sont clairs, quels effets doivent être vérifiés et quelles affirmations manquent de fondement. Cette attitude mérite d’être apprise.

Troisièmement,Méfiez-vous du souffle aveugle. Jev est apparu à l'écran moins d'une semaine après sa sortie. La popularité inclut une réelle valeur technique et de nombreux éléments marketing. Ce dont vous avez vraiment besoin, c'est d'exécuter vos propres tâches avec et de voir combien de retards et d'argent vous économisez.

Mais une chose est sûre :Les applications d’IA ne sont pas seulement une question de « génération ». En dehors de cette piste, l’infrastructure longtemps négligée du « jugement » est en train d’être ajoutée. Il est difficile de dire si Jev est la réponse finale, mais cela soulève les bonnes questions.

Le grand modèle est responsable de la rédaction des réponses et Jev est responsable de la prise de décisions - chacun accomplit ses propres tâches, ce qui constitue une bonne structure.

Référence : notes de version officielles de TypeSafe AI, bibliothèque de cas Jev_apps (137 cas / 11 types d'utilisations), Wikipédia, analyse technique DataCamp

C’est actuellement l’une des directions ayant la plus grande valeur technique.

L'équipe Browser Use publie uniquement en Jev 3 joursAfter that, the official integrated jev-ultrafast was released, and it was said that it got 2,700 GitHub stars in two days. It splits web page operations into two sets of choices (action + goal),Aucune capture d'écran ou jeton multimodal requis, chaque aller-retour ne produit que deux décisions.

Founder Gregor Zunic shared an uncut demo of Jev-powered browser automation completing a one-way flight search on a real airline website,L'ensemble du processus prend 7 secondes, le coût d'appel du modèle est d'environ 0,0039 $.

Il en existe de nombreux similaires : contrôle du navigateur Stagehand, jev-use de Cua, TipTour qui utilise CoreML + OCR pour localiser le bouton sur Mac et laisser Jev sélectionner l'emplacement du clic, navigateur à commande vocale... Il y a actuellement 13 cas dans cette catégorie, qui est la catégorie avec le plus de cas.

4. Be a "router": help select the appropriate model for the task

There is a real waste in the multi-model era: using expensive models for simple problems is a waste of money. Jev’s low latency and low cost make it very suitable forTriage du trafic.

Claude Code Routeur: Comme pour le tri des bons de travail, Jev détermine d'abord la difficulté de la tâche, et le plug-in sélectionne ensuite le modèle de sous-agent et la force de raisonnement de la session principale en conséquence.
Routage des difficultés de la mission Codex: Estimez la complexité logique des tâches de codage avant l'exécution, une édition simple est perdue au profit de modèles bon marché et une reconstruction complexe entre fichiers active des modèles plus forts - il est rapportéRéduisez le coût total du modèle de plus de 60 %
Eve routage conditionnel/distribution des demandes: First determine what type of model is needed for the problem, and then hand it over to the appropriate model for processing.
Division des agents de codage locaux: Assign simple tasks, complex problems, and long-term tasks to different AI assistants

LangChain a écrit un article spécial « Construire des ceintures de sécurité avec Jev », soulignant que la logique de classification et de routage dans le cadre d'agent est traditionnellement cachée dans diverses implémentations fermées. A general low-cost classification model like Jev can allow this layer of decision-making logic to be reused in open source agents. Armin Ronacher, founder of Sentry, also believes that it is economically unreasonable to use large generative models to make routing decisions.

5. Safety and Engineering: Those Inconspicuous Dirty Works

This type of application is not flashy, but it is the most practical.

Vercel replaces Shell command security classifier: Engineer Pranit Sharma replaced the internal OpenAI-based shell command security classifier with Jev. Il est rapporté5 à 18 fois plus rapide, and the false alarm rate is lower - the reduction of false alarms actually improves the actual accuracy of the system
Détection rapide des injections: The community has open sourced jev-mcp (an extension based on the MCP protocol). Vous pouvez utiliser Jev pour effectuer une vérification des faits multi-sources, détecter les attaques par injection d'invites cachées dans les invites utilisateur et évaluer la pertinence sémantique du contenu récupéré.
Compression de contexte long: fast-jev-compaction utilise Jev pour évaluer rapidement la valeur de chaque appel d'outil, supprimer les journaux inutiles tout en conservant les états clés - le contexte est facile à étendre lorsque les agents de codage effectuent de longues tâches. This project has also been recognized by the Jev official team
Pré-sélection des relations publiques: analysez la liste des fichiers modifiés et les résultats des tests automatisés dans le pipeline CI, évaluez initialement si le PR est éligible à la fusion, marquez automatiquement les PR à haut risque et transférez-les manuellement

6. Business pipeline: emails, work orders, customer service

Le point commun de ces scénarios est le suivant :Besoin de prendre de nombreuses petites décisions rapidement et de manière cohérente, l'utilisation de grands modèles est coûteuse et lente.

Classification des intentions de courrier électronique professionnel: Nikhil Mudholkar, CTO de BryoAI, a comparé Jev et Gemini. La précision absolue des Gémeaux est légèrement meilleure, maisCoût par appel 10 à 20 fois plus élevé. Plus important encore, Jev fournit des distributions de probabilité calibrées, permettant aux systèmes en aval de définir plus facilement des seuils de confiance.
Attribution des bons de travail et routage automatique: Digérez la lettre en informations clés et donnez-la à Jev, sélectionnez celle qui convient le mieux parmi un groupe d'équipes commerciales, remplacez les fragiles règles manuscrites régulières
Déductions répétées et classification des pensions alimentaires d'urgence: Identifiez rapidement les plaintes à haut risque (telles que les déductions répétées) dans les scénarios de commerce électronique financier. Lorsque les clients sont émotifs ou demandent un remboursement, ils seront étiquetés comme urgents en quelques millisecondes et expédiés en priorité.

7. Un gameplay plus sauvage

Générer une image pixel par pixel: Le développeur @anshuc transforme la génération d'images en un problème de classification au niveau des pixels - en donnant à chaque pixel un ensemble d'options de couleur et de probabilités, le programme le remplit progressivement avec la couleur la plus probable sélectionnée par Jev, et enfin énonce une image basse résolution
Transactions automatiques en chaîne: Certains développeurs Web3 connectent Jev à des échanges décentralisés, lisent les données sur la profondeur des commandes en temps réel et ne génèrent que trois actions : acheter, vendre et conserver. La communauté estime qu'il s'agit d'une des applications les plus attrayantes, mais les risques sont également évidents dans les conditions réelles du marché.
Sélectionnez les composants pour l'interface Web: Dans le projet json-render, Jev sélectionne les composants et organise les relations, et le programme assemble les résultats dans une interface de rendu, comme des blocs de construction.

8. Un résultat d’évaluation remarquable

Dans une évaluation préalable à l’inscription en double aveugle menée par PrimeLine, un détail est révélateur.

Comment commencer

Si vous utilisez déjà une plateforme d’agrégation de modèles, le coût d’accès est quasiment nul :

OuvrirRouter: Jev a été lancé dans le catalogue de modèles officiel, nom du modèle typesafe/jev, changez le nom du modèle dans le code et vous pouvez changer
Passerelle IA Vercel: Intégration réalisée dans les 72 heures suivant la sortie, distribuée via le réseau Edge mondial Vercel, avec une faible latence
SDK officiel: TypeSafe fournit une console en ligne (Playground) et une documentation complète, prenant en charge l'API HTTP, le SDK Python et le SDK JavaScript.
Pack de compétences officiel: TypeSafe a ouvert l'entrepôt de compétences sur GitHub pour apprendre aux agents de codage à « poser toutes les ambiguïtés à la fois » au lieu de simplement poser une question à la fois.

Prix : 0,042 $ par million de jetons pour l'entrée, gratuit pour la sortie. Il existe également un quota gratuit pour que de nouveaux comptes puissent essayer.

Dis quelque chose de calme

Tout d'abord,Ce n'est pas un remplacement pour les modèles plus grands. Jev est un modèle de prise de décision spécialisé. Don’t expect it to have open reasoning and content generation capabilities. Its value is to achieve the ultimate goal of making quick and reliable decisions within clearly defined possible outcomes.

Deuxièmement,In many cases, it is necessary to distinguish "whose credit". Par exemple, la démonstration d'utilisation du navigateur consistant à rechercher des vols en 7 secondes est le résultat de la coopération de l'ensemble de la chaîne d'outils, et toutes les capacités ne peuvent être attribuées à Jev. L’entrepôt de cas organisé par la communauté lui-même marque également les limites des preuves : quels principes sont clairs, quels effets doivent être vérifiés et quelles affirmations manquent de fondement. Cette attitude mérite d’être apprise.

Troisièmement,Méfiez-vous du souffle aveugle. Jev est apparu à l'écran moins d'une semaine après sa sortie. The popularity includes real technical value and a lot of marketing elements. What you really need is to run your own tasks with it and see how much delay and money you save.

Mais une chose est sûre :AI applications are not just about “generation”. Outside of this track, the long-neglected infrastructure of “judgment” is being added. Whether Jev is the final answer is hard to say, but it raises the right questions.

Le grand modèle est responsable de la rédaction des réponses et Jev est responsable de la prise de décisions - chacun accomplit ses propres tâches, ce qui constitue une bonne structure.

Reference: TypeSafe AI official release notes, Jev_apps case library (137 cases / 11 types of uses), Wikipedia, DataCamp technical analysis

This is one of the directions with the highest engineering value at present.

4. Be a "router": help select the appropriate model for the task

There is a real waste in the multi-model era: using expensive models for simple problems is a waste of money. Jev’s low latency and low cost make it very suitable forTriage du trafic.

Claude Code Routeur: Comme pour le tri des bons de travail, Jev détermine d'abord la difficulté de la tâche, et le plug-in sélectionne ensuite le modèle de sous-agent et la force de raisonnement de la session principale en conséquence.
Routage des difficultés de la mission Codex: Estimez la complexité logique des tâches de codage avant l'exécution, une édition simple est perdue au profit de modèles bon marché et une reconstruction complexe entre fichiers active des modèles plus forts - il est rapportéRéduisez le coût total du modèle de plus de 60 %
Eve routage conditionnel/distribution des demandes: First determine what type of model is needed for the problem, and then hand it over to the appropriate model for processing.
Division des agents de codage locaux: Assign simple tasks, complex problems, and long-term tasks to different AI assistants

5. Safety and Engineering: Those Inconspicuous Dirty Works

This type of application is not flashy, but it is the most practical.

Vercel replaces Shell command security classifier: Engineer Pranit Sharma replaced the internal OpenAI-based shell command security classifier with Jev. Il est rapporté5 à 18 fois plus rapide, and the false alarm rate is lower - the reduction of false alarms actually improves the actual accuracy of the system
Détection rapide des injections: The community has open sourced jev-mcp (an extension based on the MCP protocol). Vous pouvez utiliser Jev pour effectuer une vérification des faits multi-sources, détecter les attaques par injection d'invites cachées dans les invites utilisateur et évaluer la pertinence sémantique du contenu récupéré.
Compression de contexte long: fast-jev-compaction utilise Jev pour évaluer rapidement la valeur de chaque appel d'outil, supprimer les journaux inutiles tout en conservant les états clés - le contexte est facile à étendre lorsque les agents de codage effectuent de longues tâches. This project has also been recognized by the Jev official team
Pré-sélection des relations publiques: analysez la liste des fichiers modifiés et les résultats des tests automatisés dans le pipeline CI, évaluez initialement si le PR est éligible à la fusion, marquez automatiquement les PR à haut risque et transférez-les manuellement

6. Business pipeline: emails, work orders, customer service

Le point commun de ces scénarios est le suivant :Besoin de prendre de nombreuses petites décisions rapidement et de manière cohérente, l'utilisation de grands modèles est coûteuse et lente.

Classification des intentions de courrier électronique professionnel: Nikhil Mudholkar, CTO de BryoAI, a comparé Jev et Gemini. La précision absolue des Gémeaux est légèrement meilleure, maisCoût par appel 10 à 20 fois plus élevé. Plus important encore, Jev fournit des distributions de probabilité calibrées, permettant aux systèmes en aval de définir plus facilement des seuils de confiance.
Attribution des bons de travail et routage automatique: Digérez la lettre en informations clés et donnez-la à Jev, sélectionnez celle qui convient le mieux parmi un groupe d'équipes commerciales, remplacez les fragiles règles manuscrites régulières
Déductions répétées et classification des pensions alimentaires d'urgence: Identifiez rapidement les plaintes à haut risque (telles que les déductions répétées) dans les scénarios de commerce électronique financier. Lorsque les clients sont émotifs ou demandent un remboursement, ils seront étiquetés comme urgents en quelques millisecondes et expédiés en priorité.

7. Un gameplay plus sauvage

Générer une image pixel par pixel: Le développeur @anshuc transforme la génération d'images en un problème de classification au niveau des pixels - en donnant à chaque pixel un ensemble d'options de couleur et de probabilités, le programme le remplit progressivement avec la couleur la plus probable sélectionnée par Jev, et enfin énonce une image basse résolution
Transactions automatiques en chaîne: Certains développeurs Web3 connectent Jev à des échanges décentralisés, lisent les données sur la profondeur des commandes en temps réel et ne génèrent que trois actions : acheter, vendre et conserver. La communauté estime qu'il s'agit d'une des applications les plus attrayantes, mais les risques sont également évidents dans les conditions réelles du marché.
Sélectionnez les composants pour l'interface Web: Dans le projet json-render, Jev sélectionne les composants et organise les relations, et le programme assemble les résultats dans une interface de rendu, comme des blocs de construction.

8. Un résultat d’évaluation remarquable

Dans une évaluation préalable à l’inscription en double aveugle menée par PrimeLine, un détail est révélateur.

Comment commencer

Si vous utilisez déjà une plateforme d’agrégation de modèles, le coût d’accès est quasiment nul :

OuvrirRouter: Jev a été lancé dans le catalogue de modèles officiel, nom du modèle typesafe/jev, changez le nom du modèle dans le code et vous pouvez changer
Passerelle IA Vercel: Intégration réalisée dans les 72 heures suivant la sortie, distribuée via le réseau Edge mondial Vercel, avec une faible latence
SDK officiel: TypeSafe fournit une console en ligne (Playground) et une documentation complète, prenant en charge l'API HTTP, le SDK Python et le SDK JavaScript.
Pack de compétences officiel: TypeSafe a ouvert l'entrepôt de compétences sur GitHub pour apprendre aux agents de codage à « poser toutes les ambiguïtés à la fois » au lieu de simplement poser une question à la fois.

Prix : 0,042 $ par million de jetons pour l'entrée, gratuit pour la sortie. Il existe également un quota gratuit pour que de nouveaux comptes puissent essayer.

Dis quelque chose de calme

Le grand modèle est responsable de la rédaction des réponses et Jev est responsable de la prise de décisions - chacun accomplit ses propres tâches, ce qui constitue une bonne structure.

Référence : notes de version officielles de TypeSafe AI, bibliothèque de cas Jev_apps (137 cas / 11 types d'utilisations), Wikipédia, analyse technique DataCamp

Récemment, un modèle différent est apparu dans le cercle de l'IA - Jev. Il ne rivalise pas avec GPT et Claude pour le travail de « rédaction des réponses », mais se concentre plutôt sur une position négligée :porter un jugement.

Donnez-lui une situation actuelle, ajoutez une question ou un ensemble d'options, et ce qu'il renvoie est la réponse à une question à choix multiples, un score ou une probabilité oui/non - puis le programme l'exécute. La date de sortie est le 15 septembre 2026 (accès anticipé limité). La société derrière cela s’appelle TypeSafe AI. Le fondateur, Diogo Almeida, est l'un des co-inventeurs de ChatGPT. Le cycle de financement d'amorçage s'élève à 40 millions de dollars, dirigé par DCVC.

Le concept semble abstrait, mais la communauté a joué des centaines de cas en une semaine. Choisissez-en quelques-uns parmi les plus intéressants et après les avoir lus, vous comprendrez quels problèmes ils résolvent.

Comprenez d’abord la différence entre celui-ci et les grands modèles ordinaires

L’essence des grands modèles traditionnels est générative : vous le demandez, et il écrit jeton par jeton. Je suis doué pour écrire des articles, raisonner en logique et taper du code, mais face à une simple question à choix multiples comme "choisissez l'une de ces options", cela devient excessif - lent et coûteux.

Jev va dans l'autre sens : c'est légerModèles de classification et de notation. Chaque fois que vous l'appelez, vous lui donnez une information de base et un ensemble d'options clairement définies, et il génère directement la distribution de probabilité de ces options et renvoie celle avec la plus grande confiance. Le délai est de plusieurs dizaines à centaines de millisecondes et le coût ne représente qu'une fraction de celui des grands modèles traditionnels.

TypeSafe l'a officiellement nomméModèle Système 1——Empruntant le concept de « Système 1 » (intuition, jugement rapide) en psychologie et correspondant au grand modèle linguistique du « Système 2 » (raisonnement lent et profond). Les données officielles indiquent qu'il est 40 à 200 fois plus rapide que le grand modèle leader et que le coût d'entrée n'est que de 0,042 $ par million de jetons.Sortie gratuite.

1. Utilisez-le pour jouer à des jeux : de Doom à 50 Subway Surfers

C'est le type d'application où il est le plus facile de comprendre la valeur de Jev : les jeux nécessitent de prendre de petites décisions plusieurs fois par seconde, ce qui est exactement sa force.

Démo officielle : jouez à Doom en temps réel. Jev prend environ 10 décisions d'action par seconde, contrôlant les mouvements et les tirs du personnage.Une heure de fonctionnement continu coûte environ 7 $——Ce chiffre a surpris les ingénieurs, indiquant que la prise de décision à haute fréquence en temps réel est réalisable
Contrôlez 50 Subway Surfers simultanément. Le développeur @_MaxBlade a créé un environnement automatisé pour permettre à Jev de contrôler 50 jeux en même temps. Chaque action de changement de voie, de saut et de glissade est une petite décision. Aurait terminé les 50 manches,Coût total inférieur à un centime
Contrôleur Super Mario Open Source. Le système créé par le développeur @faadilhshaik lit l'état structuré du jeu directement à partir de la mémoire. Jev décide quand sauter et quand accélérer. Le projet est open source
Speedrunning Tuer la Spire 2. Le développeur chinois Paulwei l'utilise pour jouer à des jeux de cartes stratégiques. Lors de l'utilisation de grands modèles au début, il y avait un délai important entre les deux cartes ; après être passé à JevChaque décision ne prend que 0,7 seconde, la commande suivante peut être envoyée avant la fin de l'animation précédente.
Wiki Courses. Autre démonstration officielle : partir d'un article Wikipédia, naviguer jusqu'à l'article cible uniquement en s'appuyant sur les hyperliens des pages. Chaque étape peut faire face à des centaines, voire des milliers de liens candidats, et Jev doit choisir celui qui est sémantiquement le plus proche de la cible – testant ainsi sa capacité à choisir parmi un grand nombre d'options.

2. Simulation physique : laissez la fusée atterrir toute seule

J'aime particulièrement cette affaire car elle prouve que Jev est capable de bien plus que simplement jouer à des jeux.

Le développeur @uttkarsh_42 a connecté Jev au moteur physique MuJoCo pour contrôler une fusée qui atterrit verticalement. Jev est chargé de décider :Quand allumer, combien de moteurs faire tourner et quand passer à l'assiette d'atterrissage. Après 12 tests, le système a atterri avec succès. L'une des expériences complètes a nécessité 245 appels et a rapporté un coût d'environ 0,04 $.

Il existe également une conduite autonome dans la simulation de ville en 3D : le développeur @jpschroeder a intégré Jev dans la ville virtuelle. Lorsque le véhicule roule, il utilise les données des capteurs et les conditions routières pour déterminer la direction de conduite, et le nouvel état est renvoyé au système après chaque action. L’ensemble de la construction aurait pris moins d’une heure.

3. Automatisation du navigateur : recherchez de vrais vols en 7 secondes

C’est actuellement l’une des directions ayant la plus grande valeur technique.

4. Be a "router": help select the appropriate model for the task

There is a real waste in the multi-model era: using expensive models for simple problems is a waste of money. Jev’s low latency and low cost make it very suitable forTriage du trafic.

Claude Code Routeur: Comme pour le tri des bons de travail, Jev détermine d'abord la difficulté de la tâche, et le plug-in sélectionne ensuite le modèle de sous-agent et la force de raisonnement de la session principale en conséquence.
Routage des difficultés de la mission Codex: Estimez la complexité logique des tâches de codage avant l'exécution, une édition simple est perdue au profit de modèles bon marché et une reconstruction complexe entre fichiers active des modèles plus forts - il est rapportéRéduisez le coût total du modèle de plus de 60 %
Eve routage conditionnel/distribution des demandes: First determine what type of model is needed for the problem, and then hand it over to the appropriate model for processing.
Division des agents de codage locaux: Assign simple tasks, complex problems, and long-term tasks to different AI assistants

5. Safety and Engineering: Those Inconspicuous Dirty Works

This type of application is not flashy, but it is the most practical.

Vercel replaces Shell command security classifier: Engineer Pranit Sharma replaced the internal OpenAI-based shell command security classifier with Jev. Il est rapporté5 à 18 fois plus rapide, and the false alarm rate is lower - the reduction of false alarms actually improves the actual accuracy of the system
Détection rapide des injections: The community has open sourced jev-mcp (an extension based on the MCP protocol). Vous pouvez utiliser Jev pour effectuer une vérification des faits multi-sources, détecter les attaques par injection d'invites cachées dans les invites utilisateur et évaluer la pertinence sémantique du contenu récupéré.
Compression de contexte long: fast-jev-compaction utilise Jev pour évaluer rapidement la valeur de chaque appel d'outil, supprimer les journaux inutiles tout en conservant les états clés - le contexte est facile à étendre lorsque les agents de codage effectuent de longues tâches. This project has also been recognized by the Jev official team
Pré-sélection des relations publiques: analysez la liste des fichiers modifiés et les résultats des tests automatisés dans le pipeline CI, évaluez initialement si le PR est éligible à la fusion, marquez automatiquement les PR à haut risque et transférez-les manuellement

6. Business pipeline: emails, work orders, customer service

Le point commun de ces scénarios est le suivant :Besoin de prendre de nombreuses petites décisions rapidement et de manière cohérente, l'utilisation de grands modèles est coûteuse et lente.

Classification des intentions de courrier électronique professionnel: Nikhil Mudholkar, CTO de BryoAI, a comparé Jev et Gemini. La précision absolue des Gémeaux est légèrement meilleure, maisCoût par appel 10 à 20 fois plus élevé. Plus important encore, Jev fournit des distributions de probabilité calibrées, permettant aux systèmes en aval de définir plus facilement des seuils de confiance.
Attribution des bons de travail et routage automatique: Digérez la lettre en informations clés et donnez-la à Jev, sélectionnez celle qui convient le mieux parmi un groupe d'équipes commerciales, remplacez les fragiles règles manuscrites régulières
Déductions répétées et classification des pensions alimentaires d'urgence: Identifiez rapidement les plaintes à haut risque (telles que les déductions répétées) dans les scénarios de commerce électronique financier. Lorsque les clients sont émotifs ou demandent un remboursement, ils seront étiquetés comme urgents en quelques millisecondes et expédiés en priorité.

7. Un gameplay plus sauvage

Générer une image pixel par pixel: Le développeur @anshuc transforme la génération d'images en un problème de classification au niveau des pixels - en donnant à chaque pixel un ensemble d'options de couleur et de probabilités, le programme le remplit progressivement avec la couleur la plus probable sélectionnée par Jev, et enfin énonce une image basse résolution
Transactions automatiques en chaîne: Certains développeurs Web3 connectent Jev à des échanges décentralisés, lisent les données sur la profondeur des commandes en temps réel et ne génèrent que trois actions : acheter, vendre et conserver. La communauté estime qu'il s'agit d'une des applications les plus attrayantes, mais les risques sont également évidents dans les conditions réelles du marché.
Sélectionnez les composants pour l'interface Web: Dans le projet json-render, Jev sélectionne les composants et organise les relations, et le programme assemble les résultats dans une interface de rendu, comme des blocs de construction.

8. Un résultat d’évaluation remarquable

Dans une évaluation préalable à l’inscription en double aveugle menée par PrimeLine, un détail est révélateur.

Comment commencer

Si vous utilisez déjà une plateforme d’agrégation de modèles, le coût d’accès est quasiment nul :

OuvrirRouter: Jev a été lancé dans le catalogue de modèles officiel, nom du modèle typesafe/jev, changez le nom du modèle dans le code et vous pouvez changer
Passerelle IA Vercel: Intégration réalisée dans les 72 heures suivant la sortie, distribuée via le réseau Edge mondial Vercel, avec une faible latence
SDK officiel: TypeSafe fournit une console en ligne (Playground) et une documentation complète, prenant en charge l'API HTTP, le SDK Python et le SDK JavaScript.
Pack de compétences officiel: TypeSafe a ouvert l'entrepôt de compétences sur GitHub pour apprendre aux agents de codage à « poser toutes les ambiguïtés à la fois » au lieu de simplement poser une question à la fois.

Prix : 0,042 $ par million de jetons pour l'entrée, gratuit pour la sortie. Il existe également un quota gratuit pour que de nouveaux comptes puissent essayer.

Dis quelque chose de calme

Le grand modèle est responsable de la rédaction des réponses et Jev est responsable de la prise de décisions - chacun accomplit ses propres tâches, ce qui constitue une bonne structure.

Référence : notes de version officielles de TypeSafe AI, bibliothèque de cas Jev_apps (137 cas / 11 types d'utilisations), Wikipédia, analyse technique DataCamp