TypeSafe: Jev 1.13

Jev 1.13 è il modello System One con versione esplicita di TypeSafe per decisioni strutturate. Il suo identificatore presso il produttore è jev-1.13.0. Valuta testo o uno stato JSON testuale rispetto a domande tipizzate e restituisce direttamente valori e distribuzioni di probabilità, senza comporre una risposta scritta. L’edizione è adatta a classificazione, instradamento, verifiche di condizioni e giudizi su griglia i cui possibili esiti sono noti prima della richiesta.

Preparazione dello stato e di domande mirate

Fornisci come stato una stringa, un oggetto JSON o un array di valori testuali. Usa campi con nome quando gli elementi contengono record correlati, una conversazione e una regola. Conserva le parti necessarie a ciascuna domanda e fai riferimento a un campo o elemento specifico quando ciò identifica chiaramente gli elementi da esaminare. Jev 1.13 è limitato al testo; immagini, audio, video e dati binari devono essere preparati in testo o campi testuali strutturati al di fuori di questo modello.

Ogni domanda ha un tipo, istruzioni e gli eventuali criteri richiesti dal proprio tipo. Le istruzioni e le descrizioni dei criteri possono usare testo o una struttura JSON. Il produttore restituisce le risposte sotto gli identificatori delle domande, ma questi identificatori non fanno parte dell’inferenza. Scrivi la domanda completa anziché affidarti a un identificatore come urgent per implicare il criterio desiderato. Uno stato utile per l’assistenza può contenere il messaggio e i dettagli dell’impatto, mentre domande separate ne definiscono categoria e gravità.

Choice: una categoria fornita e la sua distribuzione

Choice seleziona l’opzione con probabilità più alta dall’insieme non ordinato definito dal chiamante. La sua mappa dei criteri contiene le chiavi delle opzioni e le descrizioni, con null ammesso quando un’opzione non richiede spiegazioni aggiuntive. Il limite documentato è di 255 opzioni per Choice. Aggiungi un’opzione «altro» o «nessuna corrispondenza» quando una tassonomia non copre tutti gli elementi possibili e spiega i confini che un nome breve di categoria non chiarisce.

La risposta contiene l’opzione selezionata, una probabilità per ogni opzione e la confidenza. Conserva la distribuzione quando due candidati sono vicini, anziché trattare l’etichetta selezionata come certezza. La categoria selezionata può identificare un percorso proposto; l’applicazione circostante decide se e come eseguirlo.

Score: un livello atteso, non una misurazione esatta

Score usa un array ordinato di livelli descritti, con almeno due raccomandati e fino a dieci supportati. Gli indici iniziano da 0. Il risultato numerico è la media degli indici dei livelli ponderata per le probabilità, quindi può trovarsi tra livelli. La legenda della risposta collega gli indici alle relative descrizioni e le probabilità dei livelli mostrano come è distribuito il giudizio.

Per la gravità, descrivi la differenza tra impatto estetico, un’alternativa utilizzabile e un’attività bloccata. Un punteggio frazionario può aiutare a stabilire priorità o aggregare giudizi, mentre selezionare la categoria più probabile è un’operazione diversa. La guida specifica di TypeSafe per questa edizione avverte che Score è poco efficace nel ricostruire una quantità fisica o numerica esatta interpolando tra livelli. Mantieni aritmetica precisa e misurazioni al di fuori del modello.

Noul e confidenza hanno significati distinti

Noul restituisce la probabilità, da 0 a 1, che una condizione definita sia vera. Criteri true e false facoltativi chiariscono il confine. Non ha un campo di confidenza separato. Una probabilità vicina a 0,5 indica incertezza tra sì e no, non un valore intermedio su una scala graduata.

La confidenza di Choice e Score deriva dalle rispettive distribuzioni. Per Choice con almeno due opzioni (n > 1) e probabilità selezionata p_max, la formula documentata è (p_max − 1/n) / (1 − 1/n): confronta l’esito più probabile con una ripartizione uniforme. La confidenza di Score tiene conto anche della distanza dal livello più probabile, ponderata per le probabilità, normalizzata rispetto alla dispersione di una distribuzione uniforme e limitata inferiormente a 0. Quindi livelli adiacenti ambigui e ambiguità tra estremi opposti hanno significati diversi. Conserva l’intera distribuzione quando l’attività richiede più dettaglio di una singola statistica.

Giudizi indipendenti su elementi condivisi

Le domande di una richiesta vedono lo stesso stato e sono valutate indipendentemente. Il risultato di una domanda non è contesto nascosto per un’altra. Suddividi un giudizio ampio in aspetti mirati, poi interpreta o combina i valori restituiti secondo l’attività. Un problema può avere una categoria, una valutazione dell’impatto e una verifica di pertinenza senza trasformare quei criteri indipendenti in un’unica etichetta vaga di priorità.

Se una domanda successiva richiede elementi recuperati o opzioni scelte da un risultato precedente, rendi esplicita quella dipendenza in una richiesta successiva. Per l’estrazione di candidati, ottieni prima dalla fonte i valori disponibili, poi usa una Choice circoscritta per selezionare tra essi. Jev 1.13 non è addestrato per la generazione di testo libero e non dovrebbe essere descritto come capace di produrre una nuova stringa arbitraria o una spiegazione narrativa.

Limiti di contesto e lingua specifici dell’edizione

Il produttore indica un budget di 64k token per lo stato più tutte le domande combinate e un budget di 32k token per lo stato più la singola domanda più lunga. Entrambi i vincoli contano. Uno stato che rientra nel budget totale può comunque lasciare troppo poco spazio alle istruzioni e alle opzioni di una singola domanda. Rimuovi il materiale non pertinente mantenendo gli elementi che determinano la risposta.

L’inglese è la lingua principale di addestramento dell’edizione e il produttore riporta lì la sua accuratezza migliore. Altre lingue, comprese le scritture CJK, sono accettate ma non hanno accuratezza equivalente. Usa materiale di origine rappresentativo della lingua prevista quando valuti come interpretare probabilità o confini delle categorie. Un contratto di input solo testuale non stabilisce prestazioni multilingue universali.

Limitazioni sostanziali pubblicate

TypeSafe documenta una lettura letterale dei termini che delimitano l’ambito e delle negazioni, conteggio e aritmetica inaffidabili, difficoltà nel confrontare date come quantità ordinate e affidabilità ridotta con più livelli di indirezione. Raccomanda di eseguire i calcoli esatti nel codice e di affidare al modello il giudizio semantico. Codifiche numeriche possono essere meno efficaci di nomi significativi, e uno stato grande pieno di dettagli non pertinenti può distrarre dagli elementi rilevanti.

La stessa guida afferma che contenuti avversari nello stato possono orientare la risposta, istruzioni e criteri contraddittori possono confondere il modello e l’ordine delle opzioni Choice può talvolta distorcere un risultato a favore di un’opzione iniziale. Definisci la condizione effettiva, allinea le istruzioni ai criteri, riduci i passaggi intermedi inutili e confronta i giudizi al limite con la fonte. Tieni presenti i limiti di Jev 1.13 quando interpreti i suoi giudizi.

Un artefatto utile di Jev 1.13 conserva l’identificatore dello stato, la domanda completa, le opzioni o i livelli, il risultato tipizzato, le probabilità e la statistica di confidenza pertinente. Mantieni esplicita la versione quando risultati o soglie dipendono da questa edizione. Verifica i casi incerti rispetto agli elementi disponibili e lascia che l’applicazione esegua calcoli esatti e azioni del flusso di lavoro; il modello fornisce un giudizio mirato con incertezza numerica.