TypeSafe: Jev 1.13

Jev 1.13 adalah model System One berversi TypeSafe untuk keputusan terstruktur. Pengenal produsennya adalah jev-1.13.0. Model mengevaluasi keadaan teks atau JSON tekstual berdasarkan pertanyaan bertipe dan langsung mengembalikan nilai serta distribusi probabilitas tanpa menyusun jawaban tertulis. Edisi ini sesuai untuk klasifikasi, pengarahan, pemeriksaan kondisi, dan penilaian rubrik yang kemungkinan hasilnya diketahui sebelum permintaan.

Persiapan keadaan dan pertanyaan terfokus

Berikan string, objek JSON, atau larik nilai teks sebagai keadaan. Gunakan bidang bernama ketika bukti memuat rekaman terkait, percakapan, dan kebijakan. Pertahankan bagian yang dibutuhkan setiap pertanyaan dan rujuk bidang atau item tertentu ketika itu mengidentifikasi bukti dengan jelas. Jev 1.13 hanya menerima teks; gambar, audio, video, dan data biner perlu disiapkan menjadi teks atau bidang tekstual terstruktur di luar model ini.

Setiap pertanyaan memiliki jenis, instruksi, dan kriteria yang dibutuhkan jenisnya. Instruksi serta deskripsi kriteria dapat menggunakan teks atau struktur JSON. Produsen mengembalikan jawaban di bawah pengenal pertanyaan, tetapi pengenal tersebut bukan bagian dari inferensi. Tulis pertanyaan lengkap alih-alih mengandalkan pengenal seperti urgent untuk menyiratkan kriteria yang dimaksudkan. Keadaan dukungan yang berguna dapat memuat pesan dan detail dampak, sementara pertanyaan terpisah menetapkan kategori dan keparahannya.

Choice: kategori yang diberikan dan distribusinya

Choice memilih opsi berprobabilitas tertinggi dari himpunan tanpa urutan yang ditetapkan pemanggil. Pemetaan kriterianya memuat kunci opsi dan deskripsi, dengan null diizinkan ketika opsi tidak membutuhkan penjelasan tambahan. Batas yang didokumentasikan adalah 255 opsi per Choice. Tambahkan opsi other atau no-match ketika taksonomi tidak mencakup semua bukti yang mungkin, dan jelaskan batas yang belum ditentukan oleh nama kategori singkat.

Jawaban memuat opsi terpilih, probabilitas untuk setiap opsi, dan confidence. Pertahankan distribusi ketika dua kandidat berdekatan alih-alih memperlakukan label terpilih sebagai kepastian. Kategori terpilih dapat mengidentifikasi jalur usulan; aplikasi di sekelilingnya menentukan apakah dan bagaimana jalur itu dijalankan.

Score: tingkat yang diharapkan, bukan pengukuran tepat

Score menggunakan larik berurutan berisi tingkat yang dijelaskan, dengan setidaknya dua disarankan dan hingga sepuluh didukung. Indeks dimulai dari 0. Hasil numerik adalah rata-rata indeks tingkat berbobot probabilitas, sehingga dapat berada di antara tingkat. Legenda jawaban menghubungkan indeks dengan deskripsinya, dan probabilitas tingkat menunjukkan distribusi penilaian.

Untuk keparahan, jelaskan perbedaan antara dampak kosmetik, solusi sementara yang dapat digunakan, dan tugas yang terhambat. Skor pecahan dapat membantu memprioritaskan atau mengagregasikan penilaian, sedangkan memilih kategori paling mungkin merupakan operasi berbeda. Panduan khusus edisi TypeSafe memperingatkan bahwa Score lemah untuk merekonstruksi kuantitas fisik atau numerik yang tepat melalui interpolasi antarlevel. Lakukan aritmetika dan pengukuran tepat di luar model.

Noul dan confidence memiliki makna berbeda

Noul mengembalikan probabilitas dari 0 hingga 1 bahwa kondisi yang ditetapkan benar. Kriteria true dan false yang opsional memperjelas batas. Jenis ini tidak memiliki bidang confidence terpisah. Probabilitas mendekati 0,5 menunjukkan ketidakpastian antara ya dan tidak, bukan nilai tengah pada skala bertingkat.

Confidence untuk Choice dan Score diturunkan dari distribusinya masing-masing. Untuk Choice dengan setidaknya dua opsi (n > 1) dan probabilitas terpilih p_max, rumus yang didokumentasikan adalah (p_max − 1/n) / (1 − 1/n): rumus ini membandingkan hasil tertinggi dengan pembagian merata. Confidence Score juga memperhitungkan jarak berbobot probabilitas dari tingkat paling mungkin, dinormalisasi terhadap sebaran distribusi seragam dan dibatasi minimum 0. Karena itu, tingkat berdekatan yang ambigu dan ambiguitas di ujung berlawanan memiliki makna berbeda. Pertahankan distribusi lengkap ketika tugas membutuhkan detail lebih dari satu statistik.

Penilaian independen atas bukti bersama

Pertanyaan dalam satu permintaan melihat keadaan yang sama dan dievaluasi secara independen. Hasil satu pertanyaan bukan konteks tersembunyi untuk pertanyaan lain. Pisahkan penilaian luas menjadi hal-hal terfokus, lalu tafsirkan atau gabungkan nilai yang dikembalikan sesuai tugas. Suatu masalah dapat memiliki kategori, penilaian dampak, dan pemeriksaan relevansi tanpa mengubah kriteria independen tersebut menjadi satu label prioritas yang kabur.

Jika pertanyaan berikutnya membutuhkan bukti yang diambil atau opsi yang dipilih dari hasil sebelumnya, nyatakan ketergantungan itu secara eksplisit dalam permintaan berikutnya. Untuk ekstraksi kandidat, peroleh dahulu nilai yang tersedia dari sumber, lalu gunakan Choice yang dibatasi untuk memilih di antaranya. Jev 1.13 tidak dilatih untuk pembangkitan teks bebas dan tidak boleh digambarkan sebagai penghasil string baru sembarang atau penjelasan naratif.

Batas konteks dan bahasa khusus edisi

Pembuat mencantumkan jatah 64k token untuk keadaan ditambah seluruh pertanyaan, dan jatah 32k token untuk keadaan ditambah satu pertanyaan terpanjang. Kedua batas penting. Keadaan yang muat dalam jatah total masih dapat menyisakan ruang terlalu kecil untuk instruksi dan opsi satu pertanyaan. Hilangkan materi yang tidak terkait sambil mempertahankan bukti yang menentukan jawaban.

Bahasa Inggris merupakan bahasa pelatihan utama edisi ini, dan produsen melaporkan akurasi terbaik dalam bahasa tersebut. Bahasa lain, termasuk aksara CJK, diterima tetapi tidak memiliki akurasi yang sama. Gunakan materi sumber yang mewakili bahasa tujuan saat menilai cara menafsirkan probabilitas atau batas kategori. Kontrak masukan teks saja tidak membuktikan kinerja multibahasa universal.

Keterbatasan substantif yang diterbitkan

TypeSafe mendokumentasikan pembacaan literal kata pembatas cakupan dan negasi, penghitungan jumlah serta aritmetika yang tidak andal, kesulitan membandingkan tanggal sebagai besaran berurutan, dan penurunan keandalan pada beberapa lapisan rujukan tidak langsung. Pembuat menyarankan penghitungan tepat melalui kode dan menyerahkan penilaian semantik kepada model. Pengodean numerik dapat kurang efektif dibanding nama yang bermakna, dan keadaan besar yang penuh detail tidak terkait dapat mengalihkan perhatian dari bukti relevan.

Panduan yang sama menyatakan bahwa konten adversarial dalam keadaan dapat mengarahkan jawaban; instruksi dan kriteria yang bertentangan dapat membingungkannya; dan urutan opsi Choice terkadang dapat membiaskan hasil ke opsi awal. Tetapkan kondisi sebenarnya, selaraskan instruksi dengan kriteria, kurangi langkah perantara yang tidak perlu, dan bandingkan penilaian di dekat batas dengan sumber. Pertimbangkan batas Jev 1.13 saat menafsirkan penilaiannya.

Artefak Jev 1.13 yang berguna mempertahankan pengenal keadaan, pertanyaan lengkap, opsi atau tingkat, hasil bertipe, probabilitas, dan statistik confidence yang relevan. Nyatakan versi secara eksplisit ketika hasil atau ambang bergantung pada edisi ini. Tinjau kasus tidak pasti berdasarkan bukti dan biarkan aplikasi menjalankan penghitungan tepat serta tindakan alur kerja; model memberikan penilaian terfokus dengan ketidakpastian numerik.