कुछ दिलचस्प जेव अनुप्रयोगों को साझा करें: एक एआई मॉडल जो जवाब नहीं देता है और केवल न्याय करता है

एक अंधा में, प्राइमलाइन द्वारा पूर्व-पंजीकरण आकलन, एक अच्छी कहानी है।

क्लाउड ओपस 5 और Haiku 4.5 की पूर्ण सटीकता दो वास्तविक मिशनों से बाहरशुरुआत में भी यह जेफ से बेहतर है।मैं नहीं जानता हूँ। लेकिन जब आकलन ने मॉडल को अपने आप के सबसे अनिश्चित नमूने को छोड़ने की अनुमति दी,जेव, दोनों मिशनों पर, यह पीछे की ओर चला गया।मुझे नहीं पता।

यह इसलिए है क्योंकि यह उत्पादन आत्मविश्वास है।यह कैलिब्रेटेड है।इसके विपरीत, जेनेरिक पीढ़ी के मॉडल अक्सर खराब कैलिब्रेटेड होते हैं और अपने स्वयं के निर्णय में विश्वासघात होते हैं। दूसरे शब्दों में, जेव का मूल्य तब आता है जब "अपने आप को जानते हैं" "कठिन उत्तर" की तुलना में अधिक महत्वपूर्ण है।

कैसे?

यदि आप पहले से ही एक मॉडल असेंबली प्लेटफॉर्म का उपयोग कर रहे हैं, तो एक्सेस लागत लगभग शून्य है:

• OpenRouter: Jev आधिकारिक मॉडल सूची में ऑनलाइन है, मॉडल का नाम typesafe/jevआप कोड में एक मॉडल काट सकते हैं।
• Vercel AI गेटवेरिलीज के 72 घंटे बाद, एकीकृत हो जाओ वर्सेल ग्लोबल मार्जिनल नेटवर्क वितरण, कम देरी
• आधिकारिक SDKटाइपसेफ HTTP API, पायथन SDK, जावास्क्रिप्ट SDK के समर्थन में ऑनलाइन कंसोल (Playground) और पूर्ण प्रलेखन प्रदान करता है।
• आधिकारिक कौशल पैक: टाइपसेफ ने गिटहब में कौशल गोदाम खोला, एक विशेष कोडिंग एजेंट जो एक बार में सभी मतभेदों को पूछता है, न कि एक समय में सिर्फ एक सवाल

मूल्य: प्रति मिलियन टोकन 0.042 दर्ज करें, आउटपुट मुफ्त। नया खाता संख्या भी नि:शुल्क है।

कुछ शांत कहते हैं।

सबसे पहले,यह एक बड़ा मॉडल के लिए एक विकल्प नहीं है।मुझे नहीं पता। जेव एक पेशेवर निर्णय लेने वाला मॉडल है जो खुले तर्क और सामग्री उत्पादन क्षमताओं की उम्मीद नहीं करता है। इसका मूल्य स्पष्ट रूप से परिभाषित संभावित परिणामों में "क्विक और विश्वसनीय निर्णय लेने" को अधिकतम करना है।

दूसरा,कई मामलों को हल करना पड़ता है।मुझे नहीं पता। उदाहरण के लिए, ब्राउनर यूज़, सात सेकंड की उड़ान खोज प्रदर्शन पूरे टूल चेन का परिणाम था, जिसने जेव पर सभी क्षमताओं की गिनती नहीं की थी। जिन गोदामों में सामुदायिक मामलों को मिलाया जाता है, वे सबूतों की सीमा को इंगित करते हैं - क्या स्पष्ट है, क्या सत्यापित किया जा सकता है और क्या दावा समर्थित नहीं हैं। यह दृष्टिकोण सीखने लायक है।

तीसरा,अपनी आँखें खुली रखें।मुझे नहीं पता। जेव को सप्ताह भर की स्क्रीन जारी की गई, जिसमें गर्मी में वास्तविक तकनीकी मूल्य और कई विपणन घटक शामिल थे। वास्तव में क्या जरूरत है यह लेने के लिए और अपने मिशन से दूर चलाने के लिए और कितना देरी और पैसे बचा रहे हैं देखने के लिए है।

लेकिन एक चीज निश्चित है:एआई "पीढ़ी" पथ से अधिक लागू होता हैमुझे नहीं पता। इस ट्रैक से परे, "judgment" का लंबे समय तक ज्ञात अवसंरचना भरा जा रहा है। जेव उस पर अंतिम उत्तर नहीं था, लेकिन उसने सही सवाल पूछा।

बिग मॉडल जवाब लिखते हैं, और जेव निर्णय लेता है - यह प्रत्येक नौकरी के लिए एक अच्छी संरचना है।

संदर्भ: TypeSafe AI आधिकारिक तौर पर प्रकाशित नोट, Jev क्षुधा प्रकरण बुक (137 प्रकरण / 11 उपयोग), विकिपीडिया, DataCamp तकनीकी विश्लेषण

यह वर्तमान परियोजना के सबसे मूल्यवान दिशाओं में से एक है।

ब्राउनर यूज़ टीम केवल जेव में रिलीज होती है 3 दिनएक आधिकारिक एकीकरण जेव-ultrafast बाद में जारी किया गया था, कथित तौर पर दो दिनों के भीतर 2,700 गिटहब स्टार प्राप्त हुआ। यह वेब ऑपरेशन को दो विकल्पों (ऑपरेशन + लक्ष्य) में विभाजित करता है, और यह एक विकल्प नहीं है।कोई स्क्रीनशॉट नहीं, कोई polymorphic टोकन नहीं।केवल दो निर्णय प्रति राउंड ट्रिप किए जाते हैं।

संस्थापक, ग्रेगोर जूनिक ने एक असफल प्रस्तुति साझा की: जीव-चालित ब्राउज़र वास्तविक एयरलाइन वेबसाइट पर एक-तरफा उड़ान खोज को स्वचालित करता है, और वेबसाइट पर खोज की गई थी।पूरी प्रक्रिया 7 सेकंड, मॉडल कॉल लागत लगभग $0.0039मुझे नहीं पता।

वहाँ भी Staagehand ब्राउज़र नियंत्रण का एक गुच्छा रहे हैं, क्यूए के लिए jev-use, CoreML + OCR स्थान बटन पर मैक, और Jev के TipTour, वॉयस कंट्रोल ब्राउज़र क्लिक स्थिति का चयन करने के लिए। वर्तमान में इस श्रेणी में 13 मामले हैं, सबसे बड़ी श्रेणी।

जब "रूटिंग": कार्य के लिए उपयुक्त मॉडल का चयन करना

बहु-मॉडल युग में एक वास्तविक अपशिष्ट है: सरल चीजें महंगी, शुद्ध धन हैं। जेव की कम लागत वाली देरी इसे फिट बनाती है।यातायात क्लीनिकमुझे नहीं पता।

• क्लाउड कोड राउटरएक कार्यपत्रक की तरह, जेव ने कार्य की कठिनाई का निर्णय लिया, प्लगइन उप-एजेंट मॉडल और मुख्य सत्र के अनुसार डिग्री का तर्क चुनता है।
• कोडेक्स टास्क हार्ड पथ: निष्पादन से पहले एनकोडेड कार्य की तार्किक जटिलता का आकलन करना, सस्ते मॉडलों को सरल संपादन करना, मजबूत मॉडल को सक्रिय करने के लिए जटिल क्रॉस-फ़ाइल री-इंजीनियरिंग - रिपोर्ट।60% से अधिक मॉडल की कुल लागत को कम करें।
• वितरण के लिए ईव सशर्त रूट / अनुरोध: इस प्रकार के मॉडल को निर्धारित करने के लिए कि समस्या की आवश्यकता होती है और फिर इसे उपयुक्त मॉडल को संदर्भित करने के लिए
• स्थानीय कोड प्रॉक्सी डिवीजनसरल कार्यों का असाइनमेंट, जटिल मुद्दों, विभिन्न एआई सहायकों के लिए लंबे असाइनमेंट

लैंगचेन ने एक विशेष लेख लिखा, "जीवनी के साथ बिल्डिंग सीट बेल्ट", जिसमें कहा गया है कि प्रॉक्सी ढांचे में वर्गीकरण और मार्ग तर्क पारंपरिक रूप से बंद स्रोतों में छिपा हुआ है, और जेव जैसे जेनेरिक कम लागत वाले वर्गीकरण मॉडल निर्णय लेने वाले तर्क की इस परत को खुले स्रोत एजेंटों में पुन: उपयोग करने की अनुमति देते हैं। सेंट्री के संस्थापक आर्मिन रोनाचेर भी मानते हैं कि यह आर्थिक रूप से बड़े, उभरते निर्णयों के लिए मॉडल बनाने का उपयोग करने में असमर्थ है।

V. सुरक्षा और सगाई: The OBSERVATIONS

इस तरह के अनुप्रयोगों को फ्राइंग नहीं हैं, लेकिन वे सबसे अच्छे हैं।

• Vercel शेल कमांड सुरक्षा वर्गीकरण डिवाइस की जगह: इंजीनियर प्रित शर्मा ने जेव रिपोर्ट के साथ ओपनएआई पर आधारित आंतरिक शैल कमांड सुरक्षा सूची को प्रतिस्थापित किया।गति 5-18 बारऔर यह गलत रिपोर्टिंग की कम दर है - गलत रिपोर्टिंग में कमी से सिस्टम की वास्तविक सटीकता बढ़ जाती है।
• इंजेक्शन परीक्षण: सामुदायिक खुला स्रोत jev-mcp (MCP प्रोटोकॉल पर आधारित विस्तार) जिसका उपयोग क्रॉस-सोर्स तथ्य जांच के लिए किया जा सकता है, परीक्षण युक्तियाँ खोज सामग्री लड़ाई के हमले और अर्थिक प्रासंगिकता के लिए उपयोगकर्ता अलर्ट में छिपा हुआ! मिनट
• कॉम्पैक्ट लांग कॉन्टेक्स्ट: फास्ट-जेव-संतुलन जल्दी जेव के साथ प्रत्येक कॉलेबल टूल के मूल्य का आकलन करता है, महत्वपूर्ण स्थिति को बनाए रखने के दौरान अप्रयुक्त लॉग को हटा देता है - कोड एजेंट के दीर्घकालिक मिशन का संदर्भ बहुत बड़ा है।
• प्रीस्क्रीनCI नाली में फ़ाइल सूचियों और स्वचालित परीक्षणों में परिवर्तन का विश्लेषण, समेकन के लिए PR 's adequacy का प्रारंभिक आकलन, उच्च जोखिम PR 's स्वचालित टैग ट्रांसफर

सेवा लाइनें: मेल, वर्कशीट, यात्री वर्दी

इन दृश्यों का आम विभाजक है:अनगिनत छोटे फैसले हैं जिन्हें जल्दी और लगातार बनाने की आवश्यकता है।यह एक बड़ा मॉडल के साथ महंगा और धीमा है।

• एंटरप्राइज़ ई-मेल इरादे का वर्गीकरणCTO Nikhil Mudholkar of Brioai, Jev की तुलना मिथुन के साथ करती है, जिनकी पूर्ण सटीकता थोड़ी अधिक है, लेकिनप्रत्येक कॉल की लागत 10-20 गुना अधिक हैमुझे नहीं पता। इसके अलावा, जेव एक कैलिब्रेटेड प्रोबिलिटी डिस्ट्रीब्यूशन प्रदान करता है, और डाउनस्ट्रीम सिस्टम आसानी से विश्वास सीमा निर्धारित कर सकता है। मूल्य
• कार्य आदेशों और स्वचालित मार्गों का वितरण: जेव को महत्वपूर्ण जानकारी के रूप में पत्र का सारांश दें, कमजोर मैनुअल नियम को बदलने के लिए व्यावसायिक टीमों की एक टीम से सबसे उपयुक्त एक का चयन करें।
• डुप्लिकेट कटौती और आपातकालीन सहायता का वर्गीकरण: वित्तीय शक्ति व्यवसाय दृश्य में उच्च जोखिम वाली शिकायतों (उदाहरण के लिए, डबल कटौती) की तेजी से पहचान, कुछ मिलीसेकेंडों में आपातकालीन टैग, जब ग्राहक भावनात्मक हो जाता है या एक वापसी का अनुरोध करता है, तो प्रसव के लिए प्राथमिकता दी जा रही है।

vii अधिक जंगली खेल

• पिक्सेल द्वारा छवियों को जेनरेट करेंडेवलपर @anshuc एक पिक्सेल वर्गीकरण समस्या में छवि पीढ़ी बदल जाता है - प्रत्येक पिक्सेल को रंग विकल्प और संभावना का एक सेट दें, और कार्यक्रम जेव द्वारा चयनित अधिकतम संभावना रंग के साथ भरता है, और अंत में एक कम संकल्प छवि डालता है।
• स्वचालित श्रृंखला लेनदेनकुछ वेब 3 डेवलपर्स ने वास्तविक समय के ऑर्डर गहराई डेटा को पढ़ने और केवल तीन कार्यों को आउटपुट करने के लिए जीव को गो-टू-सेंट्रे एक्सचेंज पर रखा। कम्युनिटीज़ को लगता है कि यह सबसे अधिक दिखाई देने वाले अनुप्रयोगों में से एक है, लेकिन वास्तविक बाजार की स्थिति भी जोखिम दिखाती है।
• वेब इंटरफ़ेस के लिए घटक चुनें: जेसन-रेंडर परियोजना, जेव घटकों का चयन करता है, रिश्तों की व्यवस्था करता है, और कार्यक्रम परिणामों को एक प्रतिपादन योग्य इंटरफ़ेस में इकट्ठा करता है - जैसे बिल्डिंग ब्लॉक

VIII उल्लेखनीय आकलन

एक अंधा में, प्राइमलाइन द्वारा पूर्व-पंजीकरण आकलन, एक अच्छी कहानी है।

क्लाउड ओपस 5 और Haiku 4.5 की पूर्ण सटीकता दो वास्तविक मिशनों से बाहरशुरुआत में भी यह जेफ से बेहतर है।मैं नहीं जानता हूँ। लेकिन जब आकलन ने मॉडल को अपने आप के सबसे अनिश्चित नमूने को छोड़ने की अनुमति दी,जेव, दोनों मिशनों पर, यह पीछे की ओर चला गया।मुझे नहीं पता।

यह इसलिए है क्योंकि यह उत्पादन आत्मविश्वास है।यह कैलिब्रेटेड है।इसके विपरीत, जेनेरिक पीढ़ी के मॉडल अक्सर खराब कैलिब्रेटेड होते हैं और अपने स्वयं के निर्णय में विश्वासघात होते हैं। दूसरे शब्दों में, जेव का मूल्य तब आता है जब "अपने आप को जानते हैं" "कठिन उत्तर" की तुलना में अधिक महत्वपूर्ण है।

कैसे?

यदि आप पहले से ही एक मॉडल असेंबली प्लेटफॉर्म का उपयोग कर रहे हैं, तो एक्सेस लागत लगभग शून्य है:

• OpenRouter: Jev आधिकारिक मॉडल सूची में ऑनलाइन है, मॉडल का नाम typesafe/jevआप कोड में एक मॉडल काट सकते हैं।
• Vercel AI गेटवेरिलीज के 72 घंटे बाद, एकीकृत हो जाओ वर्सेल ग्लोबल मार्जिनल नेटवर्क वितरण, कम देरी
• आधिकारिक SDKटाइपसेफ HTTP API, पायथन SDK, जावास्क्रिप्ट SDK के समर्थन में ऑनलाइन कंसोल (Playground) और पूर्ण प्रलेखन प्रदान करता है।
• आधिकारिक कौशल पैक: टाइपसेफ ने गिटहब में कौशल गोदाम खोला, एक विशेष कोडिंग एजेंट जो एक बार में सभी मतभेदों को पूछता है, न कि एक समय में सिर्फ एक सवाल

मूल्य: प्रति मिलियन टोकन 0.042 दर्ज करें, आउटपुट मुफ्त। नया खाता संख्या भी नि:शुल्क है।

कुछ शांत कहते हैं।

सबसे पहले,यह एक बड़ा मॉडल के लिए एक विकल्प नहीं है।मुझे नहीं पता। जेव एक पेशेवर निर्णय लेने वाला मॉडल है जो खुले तर्क और सामग्री उत्पादन क्षमताओं की उम्मीद नहीं करता है। इसका मूल्य स्पष्ट रूप से परिभाषित संभावित परिणामों में "क्विक और विश्वसनीय निर्णय लेने" को अधिकतम करना है।

दूसरा,कई मामलों को हल करना पड़ता है।मुझे नहीं पता। उदाहरण के लिए, ब्राउनर यूज़, सात सेकंड की उड़ान खोज प्रदर्शन पूरे टूल चेन का परिणाम था, जिसने जेव पर सभी क्षमताओं की गिनती नहीं की थी। जिन गोदामों में सामुदायिक मामलों को मिलाया जाता है, वे सबूतों की सीमा को इंगित करते हैं - क्या स्पष्ट है, क्या सत्यापित किया जा सकता है और क्या दावा समर्थित नहीं हैं। यह दृष्टिकोण सीखने लायक है।

तीसरा,अपनी आँखें खुली रखें।मुझे नहीं पता। जेव को सप्ताह भर की स्क्रीन जारी की गई, जिसमें गर्मी में वास्तविक तकनीकी मूल्य और कई विपणन घटक शामिल थे। वास्तव में क्या जरूरत है यह लेने के लिए और अपने मिशन से दूर चलाने के लिए और कितना देरी और पैसे बचा रहे हैं देखने के लिए है।

लेकिन एक चीज निश्चित है:एआई "पीढ़ी" पथ से अधिक लागू होता हैमुझे नहीं पता। इस ट्रैक से परे, "judgment" का लंबे समय तक ज्ञात अवसंरचना भरा जा रहा है। जेव उस पर अंतिम उत्तर नहीं था, लेकिन उसने सही सवाल पूछा।

बिग मॉडल जवाब लिखते हैं, और जेव निर्णय लेता है - यह प्रत्येक नौकरी के लिए एक अच्छी संरचना है।

संदर्भ: TypeSafe AI आधिकारिक तौर पर प्रकाशित नोट, Jev क्षुधा प्रकरण बुक (137 प्रकरण / 11 उपयोग), विकिपीडिया, DataCamp तकनीकी विश्लेषण

यह वर्तमान परियोजना के सबसे मूल्यवान दिशाओं में से एक है।

ब्राउनर यूज़ टीम केवल जेव में रिलीज होती है 3 दिनएक आधिकारिक एकीकरण जेव-ultrafast बाद में जारी किया गया था, कथित तौर पर दो दिनों के भीतर 2,700 गिटहब स्टार प्राप्त हुआ। यह वेब ऑपरेशन को दो विकल्पों (ऑपरेशन + लक्ष्य) में विभाजित करता है, और यह एक विकल्प नहीं है।कोई स्क्रीनशॉट नहीं, कोई polymorphic टोकन नहीं।केवल दो निर्णय प्रति राउंड ट्रिप किए जाते हैं।

संस्थापक, ग्रेगोर जूनिक ने एक असफल प्रस्तुति साझा की: जीव-चालित ब्राउज़र वास्तविक एयरलाइन वेबसाइट पर एक-तरफा उड़ान खोज को स्वचालित करता है, और वेबसाइट पर खोज की गई थी।पूरी प्रक्रिया 7 सेकंड, मॉडल कॉल लागत लगभग $0.0039मुझे नहीं पता।

वहाँ भी Staagehand ब्राउज़र नियंत्रण का एक गुच्छा रहे हैं, क्यूए के लिए jev-use, CoreML + OCR स्थान बटन पर मैक, और Jev के TipTour, वॉयस कंट्रोल ब्राउज़र क्लिक स्थिति का चयन करने के लिए। वर्तमान में इस श्रेणी में 13 मामले हैं, सबसे बड़ी श्रेणी।

जब "रूटिंग": कार्य के लिए उपयुक्त मॉडल का चयन करना

बहु-मॉडल युग में एक वास्तविक अपशिष्ट है: सरल चीजें महंगी, शुद्ध धन हैं। जेव की कम लागत वाली देरी इसे फिट बनाती है।यातायात क्लीनिकमुझे नहीं पता।

• क्लाउड कोड राउटरएक कार्यपत्रक की तरह, जेव ने कार्य की कठिनाई का निर्णय लिया, प्लगइन उप-एजेंट मॉडल और मुख्य सत्र के अनुसार डिग्री का तर्क चुनता है।
• कोडेक्स टास्क हार्ड पथ: निष्पादन से पहले एनकोडेड कार्य की तार्किक जटिलता का आकलन करना, सस्ते मॉडलों को सरल संपादन करना, मजबूत मॉडल को सक्रिय करने के लिए जटिल क्रॉस-फ़ाइल री-इंजीनियरिंग - रिपोर्ट।60% से अधिक मॉडल की कुल लागत को कम करें।
• वितरण के लिए ईव सशर्त रूट / अनुरोध: इस प्रकार के मॉडल को निर्धारित करने के लिए कि समस्या की आवश्यकता होती है और फिर इसे उपयुक्त मॉडल को संदर्भित करने के लिए
• स्थानीय कोड प्रॉक्सी डिवीजनसरल कार्यों का असाइनमेंट, जटिल मुद्दों, विभिन्न एआई सहायकों के लिए लंबे असाइनमेंट

लैंगचेन ने एक विशेष लेख लिखा, "जीवनी के साथ बिल्डिंग सीट बेल्ट", जिसमें कहा गया है कि प्रॉक्सी ढांचे में वर्गीकरण और मार्ग तर्क पारंपरिक रूप से बंद स्रोतों में छिपा हुआ है, और जेव जैसे जेनेरिक कम लागत वाले वर्गीकरण मॉडल निर्णय लेने वाले तर्क की इस परत को खुले स्रोत एजेंटों में पुन: उपयोग करने की अनुमति देते हैं। सेंट्री के संस्थापक आर्मिन रोनाचेर भी मानते हैं कि यह आर्थिक रूप से बड़े, उभरते निर्णयों के लिए मॉडल बनाने का उपयोग करने में असमर्थ है।

V. सुरक्षा और सगाई: The OBSERVATIONS

इस तरह के अनुप्रयोगों को फ्राइंग नहीं हैं, लेकिन वे सबसे अच्छे हैं।

• Vercel शेल कमांड सुरक्षा वर्गीकरण डिवाइस की जगह: इंजीनियर प्रित शर्मा ने जेव रिपोर्ट के साथ ओपनएआई पर आधारित आंतरिक शैल कमांड सुरक्षा सूची को प्रतिस्थापित किया।गति 5-18 बारऔर यह गलत रिपोर्टिंग की कम दर है - गलत रिपोर्टिंग में कमी से सिस्टम की वास्तविक सटीकता बढ़ जाती है।
• इंजेक्शन परीक्षण: सामुदायिक खुला स्रोत jev-mcp (MCP प्रोटोकॉल पर आधारित विस्तार) जिसका उपयोग क्रॉस-सोर्स तथ्य जांच के लिए किया जा सकता है, परीक्षण युक्तियाँ खोज सामग्री लड़ाई के हमले और अर्थिक प्रासंगिकता के लिए उपयोगकर्ता अलर्ट में छिपा हुआ! मिनट
• कॉम्पैक्ट लांग कॉन्टेक्स्ट: फास्ट-जेव-संतुलन जल्दी जेव के साथ प्रत्येक कॉलेबल टूल के मूल्य का आकलन करता है, महत्वपूर्ण स्थिति को बनाए रखने के दौरान अप्रयुक्त लॉग को हटा देता है - कोड एजेंट के दीर्घकालिक मिशन का संदर्भ बहुत बड़ा है।
• प्रीस्क्रीनCI नाली में फ़ाइल सूचियों और स्वचालित परीक्षणों में परिवर्तन का विश्लेषण, समेकन के लिए PR 's adequacy का प्रारंभिक आकलन, उच्च जोखिम PR 's स्वचालित टैग ट्रांसफर

सेवा लाइनें: मेल, वर्कशीट, यात्री वर्दी

इन दृश्यों का आम विभाजक है:अनगिनत छोटे फैसले हैं जिन्हें जल्दी और लगातार बनाने की आवश्यकता है।यह एक बड़ा मॉडल के साथ महंगा और धीमा है।

• एंटरप्राइज़ ई-मेल इरादे का वर्गीकरणCTO Nikhil Mudholkar of Brioai, Jev की तुलना मिथुन के साथ करती है, जिनकी पूर्ण सटीकता थोड़ी अधिक है, लेकिनप्रत्येक कॉल की लागत 10-20 गुना अधिक हैमुझे नहीं पता। इसके अलावा, जेव एक कैलिब्रेटेड प्रोबिलिटी डिस्ट्रीब्यूशन प्रदान करता है, और डाउनस्ट्रीम सिस्टम आसानी से विश्वास सीमा निर्धारित कर सकता है। मूल्य
• कार्य आदेशों और स्वचालित मार्गों का वितरण: जेव को महत्वपूर्ण जानकारी के रूप में पत्र का सारांश दें, कमजोर मैनुअल नियम को बदलने के लिए व्यावसायिक टीमों की एक टीम से सबसे उपयुक्त एक का चयन करें।
• डुप्लिकेट कटौती और आपातकालीन सहायता का वर्गीकरण: वित्तीय शक्ति व्यवसाय दृश्य में उच्च जोखिम वाली शिकायतों (उदाहरण के लिए, डबल कटौती) की तेजी से पहचान, कुछ मिलीसेकेंडों में आपातकालीन टैग, जब ग्राहक भावनात्मक हो जाता है या एक वापसी का अनुरोध करता है, तो प्रसव के लिए प्राथमिकता दी जा रही है।

vii अधिक जंगली खेल

• पिक्सेल द्वारा छवियों को जेनरेट करेंडेवलपर @anshuc एक पिक्सेल वर्गीकरण समस्या में छवि पीढ़ी बदल जाता है - प्रत्येक पिक्सेल को रंग विकल्प और संभावना का एक सेट दें, और कार्यक्रम जेव द्वारा चयनित अधिकतम संभावना रंग के साथ भरता है, और अंत में एक कम संकल्प छवि डालता है।
• स्वचालित श्रृंखला लेनदेनकुछ वेब 3 डेवलपर्स ने वास्तविक समय के ऑर्डर गहराई डेटा को पढ़ने और केवल तीन कार्यों को आउटपुट करने के लिए जीव को गो-टू-सेंट्रे एक्सचेंज पर रखा। कम्युनिटीज़ को लगता है कि यह सबसे अधिक दिखाई देने वाले अनुप्रयोगों में से एक है, लेकिन वास्तविक बाजार की स्थिति भी जोखिम दिखाती है।
• वेब इंटरफ़ेस के लिए घटक चुनें: जेसन-रेंडर परियोजना, जेव घटकों का चयन करता है, रिश्तों की व्यवस्था करता है, और कार्यक्रम परिणामों को एक प्रतिपादन योग्य इंटरफ़ेस में इकट्ठा करता है - जैसे बिल्डिंग ब्लॉक

VIII उल्लेखनीय आकलन

एक अंधा में, प्राइमलाइन द्वारा पूर्व-पंजीकरण आकलन, एक अच्छी कहानी है।

क्लाउड ओपस 5 और Haiku 4.5 की पूर्ण सटीकता दो वास्तविक मिशनों से बाहरशुरुआत में भी यह जेफ से बेहतर है।मैं नहीं जानता हूँ। लेकिन जब आकलन ने मॉडल को अपने आप के सबसे अनिश्चित नमूने को छोड़ने की अनुमति दी,जेव, दोनों मिशनों पर, यह पीछे की ओर चला गया।मुझे नहीं पता।

यह इसलिए है क्योंकि यह उत्पादन आत्मविश्वास है।यह कैलिब्रेटेड है।इसके विपरीत, जेनेरिक पीढ़ी के मॉडल अक्सर खराब कैलिब्रेटेड होते हैं और अपने स्वयं के निर्णय में विश्वासघात होते हैं। दूसरे शब्दों में, जेव का मूल्य तब आता है जब "अपने आप को जानते हैं" "कठिन उत्तर" की तुलना में अधिक महत्वपूर्ण है।

कैसे?

यदि आप पहले से ही एक मॉडल असेंबली प्लेटफॉर्म का उपयोग कर रहे हैं, तो एक्सेस लागत लगभग शून्य है:

• OpenRouter: Jev आधिकारिक मॉडल सूची में ऑनलाइन है, मॉडल का नाम typesafe/jevआप कोड में एक मॉडल काट सकते हैं।
• Vercel AI गेटवेरिलीज के 72 घंटे बाद, एकीकृत हो जाओ वर्सेल ग्लोबल मार्जिनल नेटवर्क वितरण, कम देरी
• आधिकारिक SDKटाइपसेफ HTTP API, पायथन SDK, जावास्क्रिप्ट SDK के समर्थन में ऑनलाइन कंसोल (Playground) और पूर्ण प्रलेखन प्रदान करता है।
• आधिकारिक कौशल पैक: टाइपसेफ ने गिटहब में कौशल गोदाम खोला, एक विशेष कोडिंग एजेंट जो एक बार में सभी मतभेदों को पूछता है, न कि एक समय में सिर्फ एक सवाल

मूल्य: प्रति मिलियन टोकन 0.042 दर्ज करें, आउटपुट मुफ्त। नया खाता संख्या भी नि:शुल्क है।

कुछ शांत कहते हैं।

सबसे पहले,यह एक बड़ा मॉडल के लिए एक विकल्प नहीं है।मुझे नहीं पता। जेव एक पेशेवर निर्णय लेने वाला मॉडल है जो खुले तर्क और सामग्री उत्पादन क्षमताओं की उम्मीद नहीं करता है। इसका मूल्य स्पष्ट रूप से परिभाषित संभावित परिणामों में "क्विक और विश्वसनीय निर्णय लेने" को अधिकतम करना है।

दूसरा,कई मामलों को हल करना पड़ता है।मुझे नहीं पता। उदाहरण के लिए, ब्राउनर यूज़, सात सेकंड की उड़ान खोज प्रदर्शन पूरे टूल चेन का परिणाम था, जिसने जेव पर सभी क्षमताओं की गिनती नहीं की थी। जिन गोदामों में सामुदायिक मामलों को मिलाया जाता है, वे सबूतों की सीमा को इंगित करते हैं - क्या स्पष्ट है, क्या सत्यापित किया जा सकता है और क्या दावा समर्थित नहीं हैं। यह दृष्टिकोण सीखने लायक है।

तीसरा,अपनी आँखें खुली रखें।मुझे नहीं पता। जेव को सप्ताह भर की स्क्रीन जारी की गई, जिसमें गर्मी में वास्तविक तकनीकी मूल्य और कई विपणन घटक शामिल थे। वास्तव में क्या जरूरत है यह लेने के लिए और अपने मिशन से दूर चलाने के लिए और कितना देरी और पैसे बचा रहे हैं देखने के लिए है।

लेकिन एक चीज निश्चित है:एआई "पीढ़ी" पथ से अधिक लागू होता हैमुझे नहीं पता। इस ट्रैक से परे, "judgment" का लंबे समय तक ज्ञात अवसंरचना भरा जा रहा है। जेव उस पर अंतिम उत्तर नहीं था, लेकिन उसने सही सवाल पूछा।

बिग मॉडल जवाब लिखते हैं, और जेव निर्णय लेता है - यह प्रत्येक नौकरी के लिए एक अच्छी संरचना है।

संदर्भ: TypeSafe AI आधिकारिक तौर पर प्रकाशित नोट, Jev क्षुधा प्रकरण बुक (137 प्रकरण / 11 उपयोग), विकिपीडिया, DataCamp तकनीकी विश्लेषण

हाल ही में एआई एक अलग मॉडल को घेरता है - जेव। जीपीटी, क्लाउड, लेखन उत्तर के साथ काम करने के बजाय, यह एक उपेक्षा स्थिति पर घूर रहा है:न्याय करनामुझे नहीं पता।

इसे एक स्टेटस quo दें और एक प्रश्न या विकल्प का एक सेट जोड़ें, और यह एक चयन प्रश्न, एक अंश, या हाँ / नहीं की संभावना के जवाब देता है - और फिर निष्पादित करने के लिए एक कार्यक्रम। रिलीज की तारीख 15 सितंबर 2026 थी (शुरुआत यात्राओं की सीमित संख्या) और इसके पीछे की कंपनी टाइपसेफ एआई थी, संस्थापक डायोगो अल्मीडा, जो चैटजीपीटी के सह-निवेशकों में से एक थी, जिसमें 40 मिलियन डॉलर का बीज व्हील था, जिसे डीसीवीसी द्वारा प्रायोजित किया गया था।

अवधारणाएं ध्वनि अमूर्त, लेकिन समुदाय एक सप्ताह के भीतर सैकड़ों मामलों को निभाते हैं। कुछ रोचक चीज़ों को चुनें, और आप वास्तव में देखेंगे कि यह क्या हल करता है।

हमें इसके और सामान्य बड़े मॉडल के बीच के अंतर को समझने की आवश्यकता है।

पारंपरिक बड़ा मॉडल अनिवार्य रूप से उत्पन्न होता है: आप इसे पूछते हैं, यह एक टोकन और एक टोकन नीचे है। लेख लिखने, तर्क को धक्का देने, कोड नॉक करना अच्छा है, लेकिन "इन विकल्पों में से एक को बाहर निकालने" का सरल विकल्प चिकन-कुशल चाकू में बदल दिया जाता है - धीमी और महंगी।

जेफ का दूसरा रास्ता: यह हल्का है।वर्गीकरण और रेटिंग मॉडलमुझे नहीं पता। प्रत्येक कॉल आप इसे स्पष्ट रूप से परिभाषित विकल्पों का एक सेट देते हैं, जो सीधे इन विकल्पों के संभावित वितरण को आउटपुट करते हैं और उच्चतम आत्मविश्वास के साथ एक का चयन करते हैं। कई दर्जन से लेकर सैकड़ों मिलीसेकंड के विलंब केवल प्रमुख मॉडल के आकार का एक अंश हैं।

इसके लिए आधिकारिक नाम टाइपसेफ है।सिस्टम एक मॉडल- मनोविज्ञान में "सिस्टम I" की अवधारणा का उपयोग करने के लिए, "सिस्टम II" (धीमी, गहन तर्क) के बड़े-भाषा मॉडल के अनुरूप। आधिकारिक डेटा फ्रंट-लाइन बड़े मॉडल की तुलना में 40-200 गुना तेज है, जिसमें प्रति मिलियन टोकन लगाए जाते हैं।आउटपुट मुफ्त है।मुझे नहीं पता।

I. इसके साथ खेलें: विध्वंसकों से 50 उपमार्ग तक

यह जेव के मूल्य को समझने के लिए सबसे आसान अनुप्रयोगों में से एक है - गेम जिसमें प्रति सेकंड बहुत छोटे फैसले की आवश्यकता होती है, जो वास्तव में इसकी ताकत है।

• आधिकारिक प्रस्तुति: डेस्ट्रोयर पर वास्तविक समयमुझे नहीं पता। जेव प्रति सेकंड लगभग 10 कार्य निर्णय लेता है, भूमिका आंदोलन और शूटिंग को नियंत्रित करता है।यह एक घंटे के लिए लगभग $ 7 खर्च करता है।- यह संख्या इंजीनियरों को आश्चर्यचकित करती है, यह बताती है कि वास्तविक समय में उच्च आवृत्ति निर्णय लेने योग्य है।
• और नियंत्रण 50 सबवे.मैं नहीं जानता हूँ। डेवलपर, @MaxBlade, ने एक स्वचालित वातावरण बनाया जिसने Jev को उसी समय 50 गेम चलाने की अनुमति दी, जहां हर कदम एक छोटा निर्णय था। यह बताया गया है कि सभी 50 स्टेशनों को पूरा किया गया था।कुल लागत एक प्रतिशत से कम है।
• ओपन सोर्स सुपर मारियो नियंत्रकमैं नहीं जानता हूँ। डेवलपर @faadirhshaik द्वारा प्रणाली सीधे स्मृति से संरचित खेल राज्य पढ़ती है। जेव कूदते समय तय करता है, जब त्वरित हो जाता है, तो परियोजना खुली होती है
• क्विक टू किल प्वाइंट टू।मैं नहीं जानता हूँ। चीनी डेवलपर पॉलवेई इसे रणनीति कार्ड गेम खेलने के लिए उपयोग करता है। जब बड़े मॉडल का पहले इस्तेमाल किया गया था तो दो कार्डों के बीच एक स्पष्ट देरी थी; जेव को प्रतिस्थापित करने के बादप्रत्येक निर्णय 0.7 सेकंड लेता है।अगले आदेश पिछले एनीमेशन से पहले भेजा जाएगा।
• विकिमुझे नहीं पता। एक अन्य आधिकारिक प्रस्तुति: विकिपीडिया लेख से केवल पृष्ठ हाइपरलिंक लेखों को लक्षित करने के लिए। प्रत्येक चरण को सैकड़ों या हजारों उम्मीदवार लिंक का सामना करना पड़ सकता है। - परीक्षण एक बड़ा विकल्प के तहत चुनने की क्षमता है।

द्वितीय। भौतिकी: रॉकेट को खुद ही लैंडिंग

मैं इस मामले से प्यार करता हूँ क्योंकि यह साबित करता है कि जेफ गेम से अधिक खेल सकते हैं।

डेवलपर @uttkarsh 42 ने एक ऊर्ध्वाधर लैंडिंग रॉकेट को नियंत्रित करने के लिए मुजोको के भौतिक इंजन को जेफ लाया। जेव का फैसला:जब आप आग लगाते हैं, तो कितने इंजन, जब आप लैंडिंग पोस्ट को स्विच करते हैं।मैं नहीं जानता हूँ। सिस्टम सफलतापूर्वक 12 परीक्षणों के बाद उतर गया। पूर्ण परीक्षणों में से एक को लगभग USD 0.04 की अनुमानित लागत पर 245 बार बुलाया गया था।

ऑटोप्लॉट का एक 3D शहर अनुकरण भी है: डेवलपर @jpschroeder Jev को आभासी शहर में एकीकृत करता है जहां वाहन अपनी यात्रा की दिशा निर्धारित करने और प्रत्येक चाल के बाद सिस्टम को फिर से प्रवेश करने के लिए सेंसर डेटा और सड़क की स्थिति का उपयोग करते हैं। पूरे निर्माण को एक घंटे से भी कम समय में लिया गया था।

III ब्राउज़र स्वचालन: वास्तविक उड़ानों की खोज के लिए 7 सेकंड

यह वर्तमान परियोजना के सबसे मूल्यवान दिशाओं में से एक है।

ब्राउनर यूज़ टीम केवल जेव में रिलीज होती है 3 दिनएक आधिकारिक एकीकरण जेव-ultrafast बाद में जारी किया गया था, कथित तौर पर दो दिनों के भीतर 2,700 गिटहब स्टार प्राप्त हुआ। यह वेब ऑपरेशन को दो विकल्पों (ऑपरेशन + लक्ष्य) में विभाजित करता है, और यह एक विकल्प नहीं है।कोई स्क्रीनशॉट नहीं, कोई polymorphic टोकन नहीं।केवल दो निर्णय प्रति राउंड ट्रिप किए जाते हैं।

संस्थापक, ग्रेगोर जूनिक ने एक असफल प्रस्तुति साझा की: जीव-चालित ब्राउज़र वास्तविक एयरलाइन वेबसाइट पर एक-तरफा उड़ान खोज को स्वचालित करता है, और वेबसाइट पर खोज की गई थी।पूरी प्रक्रिया 7 सेकंड, मॉडल कॉल लागत लगभग $0.0039मुझे नहीं पता।

वहाँ भी Staagehand ब्राउज़र नियंत्रण का एक गुच्छा रहे हैं, क्यूए के लिए jev-use, CoreML + OCR स्थान बटन पर मैक, और Jev के TipTour, वॉयस कंट्रोल ब्राउज़र क्लिक स्थिति का चयन करने के लिए। वर्तमान में इस श्रेणी में 13 मामले हैं, सबसे बड़ी श्रेणी।

जब "रूटिंग": कार्य के लिए उपयुक्त मॉडल का चयन करना

बहु-मॉडल युग में एक वास्तविक अपशिष्ट है: सरल चीजें महंगी, शुद्ध धन हैं। जेव की कम लागत वाली देरी इसे फिट बनाती है।यातायात क्लीनिकमुझे नहीं पता।

• क्लाउड कोड राउटरएक कार्यपत्रक की तरह, जेव ने कार्य की कठिनाई का निर्णय लिया, प्लगइन उप-एजेंट मॉडल और मुख्य सत्र के अनुसार डिग्री का तर्क चुनता है।
• कोडेक्स टास्क हार्ड पथ: निष्पादन से पहले एनकोडेड कार्य की तार्किक जटिलता का आकलन करना, सस्ते मॉडलों को सरल संपादन करना, मजबूत मॉडल को सक्रिय करने के लिए जटिल क्रॉस-फ़ाइल री-इंजीनियरिंग - रिपोर्ट।60% से अधिक मॉडल की कुल लागत को कम करें।
• वितरण के लिए ईव सशर्त रूट / अनुरोध: इस प्रकार के मॉडल को निर्धारित करने के लिए कि समस्या की आवश्यकता होती है और फिर इसे उपयुक्त मॉडल को संदर्भित करने के लिए
• स्थानीय कोड प्रॉक्सी डिवीजनसरल कार्यों का असाइनमेंट, जटिल मुद्दों, विभिन्न एआई सहायकों के लिए लंबे असाइनमेंट

लैंगचेन ने एक विशेष लेख लिखा, "जीवनी के साथ बिल्डिंग सीट बेल्ट", जिसमें कहा गया है कि प्रॉक्सी ढांचे में वर्गीकरण और मार्ग तर्क पारंपरिक रूप से बंद स्रोतों में छिपा हुआ है, और जेव जैसे जेनेरिक कम लागत वाले वर्गीकरण मॉडल निर्णय लेने वाले तर्क की इस परत को खुले स्रोत एजेंटों में पुन: उपयोग करने की अनुमति देते हैं। सेंट्री के संस्थापक आर्मिन रोनाचेर भी मानते हैं कि यह आर्थिक रूप से बड़े, उभरते निर्णयों के लिए मॉडल बनाने का उपयोग करने में असमर्थ है।

V. सुरक्षा और सगाई: The OBSERVATIONS

इस तरह के अनुप्रयोगों को फ्राइंग नहीं हैं, लेकिन वे सबसे अच्छे हैं।

• Vercel शेल कमांड सुरक्षा वर्गीकरण डिवाइस की जगह: इंजीनियर प्रित शर्मा ने जेव रिपोर्ट के साथ ओपनएआई पर आधारित आंतरिक शैल कमांड सुरक्षा सूची को प्रतिस्थापित किया।गति 5-18 बारऔर यह गलत रिपोर्टिंग की कम दर है - गलत रिपोर्टिंग में कमी से सिस्टम की वास्तविक सटीकता बढ़ जाती है।
• इंजेक्शन परीक्षण: सामुदायिक खुला स्रोत jev-mcp (MCP प्रोटोकॉल पर आधारित विस्तार) जिसका उपयोग क्रॉस-सोर्स तथ्य जांच के लिए किया जा सकता है, परीक्षण युक्तियाँ खोज सामग्री लड़ाई के हमले और अर्थिक प्रासंगिकता के लिए उपयोगकर्ता अलर्ट में छिपा हुआ! मिनट
• कॉम्पैक्ट लांग कॉन्टेक्स्ट: फास्ट-जेव-संतुलन जल्दी जेव के साथ प्रत्येक कॉलेबल टूल के मूल्य का आकलन करता है, महत्वपूर्ण स्थिति को बनाए रखने के दौरान अप्रयुक्त लॉग को हटा देता है - कोड एजेंट के दीर्घकालिक मिशन का संदर्भ बहुत बड़ा है।
• प्रीस्क्रीनCI नाली में फ़ाइल सूचियों और स्वचालित परीक्षणों में परिवर्तन का विश्लेषण, समेकन के लिए PR 's adequacy का प्रारंभिक आकलन, उच्च जोखिम PR 's स्वचालित टैग ट्रांसफर

सेवा लाइनें: मेल, वर्कशीट, यात्री वर्दी

इन दृश्यों का आम विभाजक है:अनगिनत छोटे फैसले हैं जिन्हें जल्दी और लगातार बनाने की आवश्यकता है।यह एक बड़ा मॉडल के साथ महंगा और धीमा है।

• एंटरप्राइज़ ई-मेल इरादे का वर्गीकरणCTO Nikhil Mudholkar of Brioai, Jev की तुलना मिथुन के साथ करती है, जिनकी पूर्ण सटीकता थोड़ी अधिक है, लेकिनप्रत्येक कॉल की लागत 10-20 गुना अधिक हैमुझे नहीं पता। इसके अलावा, जेव एक कैलिब्रेटेड प्रोबिलिटी डिस्ट्रीब्यूशन प्रदान करता है, और डाउनस्ट्रीम सिस्टम आसानी से विश्वास सीमा निर्धारित कर सकता है। मूल्य
• कार्य आदेशों और स्वचालित मार्गों का वितरण: जेव को महत्वपूर्ण जानकारी के रूप में पत्र का सारांश दें, कमजोर मैनुअल नियम को बदलने के लिए व्यावसायिक टीमों की एक टीम से सबसे उपयुक्त एक का चयन करें।
• डुप्लिकेट कटौती और आपातकालीन सहायता का वर्गीकरण: वित्तीय शक्ति व्यवसाय दृश्य में उच्च जोखिम वाली शिकायतों (उदाहरण के लिए, डबल कटौती) की तेजी से पहचान, कुछ मिलीसेकेंडों में आपातकालीन टैग, जब ग्राहक भावनात्मक हो जाता है या एक वापसी का अनुरोध करता है, तो प्रसव के लिए प्राथमिकता दी जा रही है।

vii अधिक जंगली खेल

• पिक्सेल द्वारा छवियों को जेनरेट करेंडेवलपर @anshuc एक पिक्सेल वर्गीकरण समस्या में छवि पीढ़ी बदल जाता है - प्रत्येक पिक्सेल को रंग विकल्प और संभावना का एक सेट दें, और कार्यक्रम जेव द्वारा चयनित अधिकतम संभावना रंग के साथ भरता है, और अंत में एक कम संकल्प छवि डालता है।
• स्वचालित श्रृंखला लेनदेनकुछ वेब 3 डेवलपर्स ने वास्तविक समय के ऑर्डर गहराई डेटा को पढ़ने और केवल तीन कार्यों को आउटपुट करने के लिए जीव को गो-टू-सेंट्रे एक्सचेंज पर रखा। कम्युनिटीज़ को लगता है कि यह सबसे अधिक दिखाई देने वाले अनुप्रयोगों में से एक है, लेकिन वास्तविक बाजार की स्थिति भी जोखिम दिखाती है।
• वेब इंटरफ़ेस के लिए घटक चुनें: जेसन-रेंडर परियोजना, जेव घटकों का चयन करता है, रिश्तों की व्यवस्था करता है, और कार्यक्रम परिणामों को एक प्रतिपादन योग्य इंटरफ़ेस में इकट्ठा करता है - जैसे बिल्डिंग ब्लॉक

VIII उल्लेखनीय आकलन

एक अंधा में, प्राइमलाइन द्वारा पूर्व-पंजीकरण आकलन, एक अच्छी कहानी है।

क्लाउड ओपस 5 और Haiku 4.5 की पूर्ण सटीकता दो वास्तविक मिशनों से बाहरशुरुआत में भी यह जेफ से बेहतर है।मैं नहीं जानता हूँ। लेकिन जब आकलन ने मॉडल को अपने आप के सबसे अनिश्चित नमूने को छोड़ने की अनुमति दी,जेव, दोनों मिशनों पर, यह पीछे की ओर चला गया।मुझे नहीं पता।

यह इसलिए है क्योंकि यह उत्पादन आत्मविश्वास है।यह कैलिब्रेटेड है।इसके विपरीत, जेनेरिक पीढ़ी के मॉडल अक्सर खराब कैलिब्रेटेड होते हैं और अपने स्वयं के निर्णय में विश्वासघात होते हैं। दूसरे शब्दों में, जेव का मूल्य तब आता है जब "अपने आप को जानते हैं" "कठिन उत्तर" की तुलना में अधिक महत्वपूर्ण है।

कैसे?

यदि आप पहले से ही एक मॉडल असेंबली प्लेटफॉर्म का उपयोग कर रहे हैं, तो एक्सेस लागत लगभग शून्य है:

• OpenRouter: Jev आधिकारिक मॉडल सूची में ऑनलाइन है, मॉडल का नाम typesafe/jevआप कोड में एक मॉडल काट सकते हैं।
• Vercel AI गेटवेरिलीज के 72 घंटे बाद, एकीकृत हो जाओ वर्सेल ग्लोबल मार्जिनल नेटवर्क वितरण, कम देरी
• आधिकारिक SDKटाइपसेफ HTTP API, पायथन SDK, जावास्क्रिप्ट SDK के समर्थन में ऑनलाइन कंसोल (Playground) और पूर्ण प्रलेखन प्रदान करता है।
• आधिकारिक कौशल पैक: टाइपसेफ ने गिटहब में कौशल गोदाम खोला, एक विशेष कोडिंग एजेंट जो एक बार में सभी मतभेदों को पूछता है, न कि एक समय में सिर्फ एक सवाल

मूल्य: प्रति मिलियन टोकन 0.042 दर्ज करें, आउटपुट मुफ्त। नया खाता संख्या भी नि:शुल्क है।

कुछ शांत कहते हैं।

सबसे पहले,यह एक बड़ा मॉडल के लिए एक विकल्प नहीं है।मुझे नहीं पता। जेव एक पेशेवर निर्णय लेने वाला मॉडल है जो खुले तर्क और सामग्री उत्पादन क्षमताओं की उम्मीद नहीं करता है। इसका मूल्य स्पष्ट रूप से परिभाषित संभावित परिणामों में "क्विक और विश्वसनीय निर्णय लेने" को अधिकतम करना है।

दूसरा,कई मामलों को हल करना पड़ता है।मुझे नहीं पता। उदाहरण के लिए, ब्राउनर यूज़, सात सेकंड की उड़ान खोज प्रदर्शन पूरे टूल चेन का परिणाम था, जिसने जेव पर सभी क्षमताओं की गिनती नहीं की थी। जिन गोदामों में सामुदायिक मामलों को मिलाया जाता है, वे सबूतों की सीमा को इंगित करते हैं - क्या स्पष्ट है, क्या सत्यापित किया जा सकता है और क्या दावा समर्थित नहीं हैं। यह दृष्टिकोण सीखने लायक है।

तीसरा,अपनी आँखें खुली रखें।मुझे नहीं पता। जेव को सप्ताह भर की स्क्रीन जारी की गई, जिसमें गर्मी में वास्तविक तकनीकी मूल्य और कई विपणन घटक शामिल थे। वास्तव में क्या जरूरत है यह लेने के लिए और अपने मिशन से दूर चलाने के लिए और कितना देरी और पैसे बचा रहे हैं देखने के लिए है।

लेकिन एक चीज निश्चित है:एआई "पीढ़ी" पथ से अधिक लागू होता हैमुझे नहीं पता। इस ट्रैक से परे, "judgment" का लंबे समय तक ज्ञात अवसंरचना भरा जा रहा है। जेव उस पर अंतिम उत्तर नहीं था, लेकिन उसने सही सवाल पूछा।

बिग मॉडल जवाब लिखते हैं, और जेव निर्णय लेता है - यह प्रत्येक नौकरी के लिए एक अच्छी संरचना है।

संदर्भ: TypeSafe AI आधिकारिक तौर पर प्रकाशित नोट, Jev क्षुधा प्रकरण बुक (137 प्रकरण / 11 उपयोग), विकिपीडिया, DataCamp तकनीकी विश्लेषण