Source: https://ailoot.ai/models/pt-pt/jev-latest/ Canonical: https://ailoot.ai/models/pt-pt/jev-latest/ Language: pt-pt # jev-latest [Markdown](https://ailoot.ai/models/pt-pt/jev-latest/index.md) · [JSON](https://ailoot.ai/models/pt-pt/jev-latest/facts.json) ## [jev-latest](https://ailoot.ai/models/pt-pt/jev-latest/) Um modelo de decisão da TypeSafe: não escreve texto; responde a perguntas tipadas sobre texto ou JSON — escolha de uma opção, avaliação numa escala ou «sim/não» com probabilidades. É adequado para encaminhamento, triagem de pedidos, moderação e atribuição de pontuações; todas as perguntas de um pedido são avaliadas em paralelo. - [**Ailoot · System One** `POST /v1/systemone` `jev-latest`](https://ailoot.ai/models/pt-pt/jev-latest/#method-0) Sobre o modelo Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo. O Jev é o modelo principal da TypeSafe e o primeiro de uma nova classe, **System One**. Não escreve texto: toma rapidamente decisões que um programa pode utilizar de imediato. Fornece-se um **estado** (`state`) — texto ou JSON — e um conjunto de **perguntas**, e recebem-se valores tipados com probabilidades calibradas. Os modelos de linguagem escrevem palavras para pessoas; segundo a TypeSafe, o Jev está mais próximo do código: a resposta vem logo no formato de que o código precisa, com elevada velocidade e sem valores fora das opções definidas. O modelo foi concebido para dar respostas estáveis a pedidos repetidos. #### Em que difere o System One de um modelo de linguagem - **Não gera conteúdo.** O Jev não escreve respostas para o utilizador, código ou explicações do raciocínio. As respostas possíveis são definidas por quem faz o pedido, através de um dos três tipos de pergunta. - **Treinado para decisões calibradas.** A TypeSafe treina o modelo pelo método RLCD (Reinforcement Learning for Calibrated Decisions): as probabilidades são ajustadas aos resultados reais e refletem a incerteza. Numa grande amostra de respostas com probabilidade 0,8, cerca de 80% deverão estar corretas. A calibração é uma propriedade de uma amostra grande, e não uma garantia de que uma resposta individual está correta. - **Um objetivo de treino diferente.** Os modelos de conversação são treinados para agradar às pessoas (RLHF); segundo a observação da TypeSafe, isto incentiva respostas complacentes e erros que soam confiantes. Diogo Almeida, um dos coautores do RLHF, é cofundador da TypeSafe. O nome remete para o «Sistema 1» do livro de Daniel Kahneman «Pensar, Depressa e Devagar»: o juízo intuitivo rápido, em contraste com o pensamento lento e deliberado do «Sistema 2». O Jev foi criado para juízos rápidos e bem delimitados. #### Três tipos de pergunta Uma pergunta corresponde a um juízo sobre o estado; a resposta é um valor que o código compara com um limiar, ordena ou transmite à etapa seguinte. 1. **Choice — escolha de uma opção.** O departamento responsável por um pedido, a categoria de um produto ou a linguagem de um fragmento de código. As opções são um dicionário «opção → descrição», com até 255 entradas. A resposta inclui a opção escolhida, `choice`, as probabilidades `probabilities` de todas as opções, cuja soma é 1, e a confiança `confidence`. Se a lista puder não abranger todos os casos, acrescente «outro» ou «nenhuma das opções». 2. **Score — avaliação numa escala.** Uma posição numa escala ordenada definida por quem faz o pedido: gravidade de um erro, irritação de um cliente ou nível de uma competência. Existem entre 2 e 10 níveis, do mais baixo ao mais alto; o modelo avalia cada nível separadamente, sem ver o seu número nem os níveis vizinhos. A resposta inclui `score` — a soma dos números dos níveis multiplicados pelas respetivas probabilidades, pelo que o valor pode situar-se entre níveis —, `legend` com as descrições dos níveis, `probabilities` e `confidence`. 3. **Noul — sim ou não.** Indica se uma afirmação é verdadeira. A resposta `noul` é a probabilidade de «sim», entre 0 e 1: perto de 1 significa um «sim» confiante; perto de 0, um «não» confiante; perto de 0,5, o modelo está indeciso. Não existe um `confidence` separado: um único número descreve a resposta por completo. O campo opcional `criteria` especifica o que deve contar como «sim» e como «não». Como escolher: opções conhecidas sem ordem — choice; graus de um espectro — score; «sim/não» puro, em que a própria probabilidade é importante — noul. Noul 0,5 significa probabilidades iguais de «sim» e «não», e não um «nível médio»: é o score que mede o grau. Se dois tipos forem adequados, escolha aquele que permita ao código agir de imediato: choice para ramificações, score para um limiar e noul para `if`. Os tipos podem ser combinados num pedido. A resposta está sempre limitada às opções definidas e é independente das outras perguntas: é possível acrescentar ou retirar perguntas sem alterar as restantes respostas. #### Estado O estado é aquilo que o modelo avalia: uma mensagem de um cliente, um fragmento de documento, um registo de uma base de dados ou o estado da aplicação. - **Cadeia de texto** — quando existe um único texto: uma mensagem, um artigo ou um excerto. - **Objeto** — campos com nome, registos relacionados ou o estado da aplicação. A TypeSafe recomenda objetos para a maioria dos pedidos: cada parte tem um nome claro. - **Matriz** — uma sequência de mensagens ou registos. Prepare o estado como prepararia materiais para especialistas: junte a correspondência, a encomenda e as regras de devolução se a decisão exigir a sua comparação. Coloque o conteúdo no estado e os juízos nas perguntas. Se uma pergunta disser respeito a uma parte do estado, indique nela o caminho até essa parte entre acentos graves, por exemplo `ticket.messages[0].text`. #### Como formular perguntas - **Um juízo rápido por pergunta.** Uma boa pergunta é aquela a que uma pessoa conhecedora, com o contexto necessário, responderia num segundo: «A mensagem transmite urgência?». «Analisa a mensagem e decide o que fazer» já exige raciocínio lento; deve ser dividido em perguntas simples. - **A pergunta completa em `instructions`.** A chave da pergunta, por exemplo `refund_requested`, serve apenas para o código e não é transmitida ao modelo. - **Todas as perguntas sobre o mesmo estado num único pedido.** O modelo avalia-as em paralelo: segundo a TypeSafe, perguntas adicionais quase não aumentam o tempo de resposta e custam apenas os seus próprios tokens. Uma pergunta «por precaução» custa muito pouco; o código decide quais as respostas de que precisa. - **Um juízo complexo dividido em partes.** Em vez de «avalia a candidatura da startup», pergunte separadamente sobre a dimensão do mercado, a viabilidade técnica e as diferenças face à concorrência, e calcule o resultado no código com pesos. Se as prioridades mudarem, alteram-se os pesos, sem reformular a pergunta. - **Perguntas dependentes num segundo pedido.** As respostas de um pedido não servem de contexto umas às outras. Um segundo pedido só é necessário se não puder ser construído sem a primeira resposta: por exemplo, para carregar dados ou escolher as opções da pergunta seguinte. - **Uma pergunta longa em formato de objeto.** `instructions` e `criteria` são normalmente cadeias de texto, mas também podem ser um objeto ou uma matriz: a pergunta num campo e os dados noutros. Isto facilita, por exemplo, a comparação de um currículo com registos de uma base de dados através de uma única pergunta. #### Confiança Em choice e score, `confidence`, entre 0 e 1, indica até que ponto a probabilidade se concentra numa única resposta: 1 significa que está toda numa opção; 0, que está distribuída igualmente por todas. Em score, um nível vizinho reduz menos a confiança do que um nível distante. Em noul, a confiança é o próprio valor: quanto mais se afasta de 0,5, mais firme é a resposta. A TypeSafe recomenda três intervalos: 1. **Confiança elevada** — agir automaticamente. 2. **Média** — agir com cautela, por exemplo, pedir confirmação ao utilizador. 3. **Baixa** — encaminhar o caso para uma pessoa, esclarecer o pedido ou utilizar uma alternativa, como um modelo mais potente com raciocínio. Quanto maior for o custo de um erro, mais rigoroso deve ser o limiar: para ações irreversíveis, deve ser mais elevado do que para leitura. A resposta indica o que escolher; a confiança indica se vale a pena agir. Ajuste os limiares com os seus próprios dados, comparando confiança e exatidão. #### Como construir um sistema em torno do Jev O Jev foi concebido para programas em que o código controla o processo e o modelo responde a perguntas semânticas específicas, em vez de agentes que escolhem autonomamente o passo seguinte e podem perder o rumo em cada ciclo. Oito passos de conceção segundo a TypeSafe: 1. Tudo o que puder ser feito em código deve ser feito em código, de forma fiável e económica. 2. Coloque no estado apenas o que as perguntas atuais exigem; obtenha factos recentes na sua própria base de conhecimento, em vez de os obter da memória do modelo. 3. Estruture o estado: JSON aninhado e, na pergunta, o caminho até ao campo necessário entre acentos graves, quando isso reduzir a ambiguidade. 4. Faça perguntas tão específicas e concretas quanto possível — segundo a TypeSafe, esta é talvez a regra principal: uma pergunta abrangente esconde vários juízos numa única resposta. 5. Estruture as perguntas: mantenha a pergunta em si curta; coloque explicações, exemplos e valores da sua base de dados em campos adjacentes do objeto `instructions` ou `criteria`, em vez de uma única cadeia de texto longa. 6. Reúna muitas perguntas independentes sobre o mesmo estado num único pedido, para obter mais utilidade por dólar. 7. Combine as respostas em código: através de regras, de uma soma ponderada ou como características para um modelo clássico de aprendizagem automática. 8. Crie ramificações segundo a confiança: os casos incertos vão para uma pessoa ou para um modelo com raciocínio. O Jev não é um modelo de conversação nem de preenchimento automático de código, e não pode substituir um modelo de linguagem num agente de programação. Um agente pode, contudo, escrever código que chame o Jev quando for necessária uma resposta rápida e calibrada. #### Aplicações - **Automatização em segundo plano** — decisões executadas um milhão de vezes sem uma pessoa por perto. - **Tempo real** — segundo a TypeSafe, a maioria dos pedidos é executada em cerca de 100 ms, o suficiente para processamento em tempo real e interfaces. - **Grandes volumes de dados** — pesquisa em grandes conjuntos de documentos, anotação de registos de agentes e características para previsões. - **Verificação de outros modelos** — pedidos, extrações, raciocínio e chamadas de ferramentas: contorno de restrições, erros de citação e informação inventada. - **Pesquisa e ordenação** — relevância de um par «consulta — candidato», reordenação e seleção de contexto. - **Encaminhamento por intenção** — o que pretende o utilizador e qual o tratamento necessário: lógica simples, um modelo especializado ou uma pessoa; o tema, a complexidade e o risco determinam a que modelo de linguagem se atribui o pedido. - **Verificações de proteção** — entrada, saída e chamadas de ferramentas de um modelo de linguagem: instruções injetadas, violações de regras e fuga de dados pessoais. - **Apoio ao cliente** — tema e intenção do pedido, urgência, irritação, risco de abandono, pedido de reembolso e fila de atendimento. - **Moderação** — segundo as regras da plataforma: toxicidade, assédio, spam, fraude, conselhos perigosos e dados pessoais; consoante a gravidade e a confiança, permitir, avisar, verificar ou bloquear. - **Setores** — sinistros de seguros, investigações financeiras e KYC, contratos e publicidade, fichas de produtos, recrutamento, potenciais clientes, jogos, riscos, previsão da procura, grafos de conhecimento, revisões científicas e verificações semânticas de código em CI. #### Características - **`jev-latest`** — alias da versão estável mais recente, atualmente Jev 1.13; a versão que respondeu consta do campo `model`, por exemplo `jev-1.13.0`. Quando surge uma nova versão, o alias passa a apontar para ela, e as respostas podem mudar sem alterações da sua parte; acompanhe este campo se os limiares tiverem sido ajustados a uma versão. - **Contexto** — 64K tokens por pedido, contando o estado e todas as perguntas; o estado com a pergunta mais longa pode atingir 32K. O modelo lê o estado uma única vez e verifica todas as perguntas contra ele em paralelo. - **Entrada** — apenas texto: uma cadeia de texto, um objeto JSON ou uma matriz de textos. Imagens, áudio e vídeo ainda não são suportados; converta-os previamente em texto. - **Língua** — a principal língua de treino é o inglês, que apresenta atualmente a maior exatidão. O modelo aceita outras línguas, incluindo chinês, japonês e coreano, mas com menor exatidão; verifique com os seus próprios dados. - **Preços e faturação na Ailoot API** — as condições dependem do método escolhido e estão indicadas na respetiva ficha. - **Configuração** — o Jev não é sujeito a treino adicional com dados do cliente: os materiais próprios vão em `state`, e as regras do domínio, em `instructions` e `criteria`. - **Dados** — a TypeSafe afirma que o Jev não é treinado com os pedidos e respostas dos clientes. #### Limitações conhecidas do Jev 1.13 A TypeSafe enumera abertamente as limitações da versão atual e promete corrigir muitas delas nas seguintes. O modelo é rápido, calibrado e faz bons juízos de senso comum, mas: 1. **Lê literalmente.** Responde à pergunta escrita, e não à que se pretendia fazer: entende ressalvas, negações e condições implícitas de forma literal. Escreva a condição exata e os casos limite em `criteria`; se uma interpretação for inevitável, divida-a em duas perguntas literais. 2. **Não é uma calculadora.** A contagem de caracteres, repetições e elementos de listas é pouco fiável, e o erro aumenta com a dimensão; faça a contagem em código, com uma pergunta por candidato. O modelo compreende pior cores em hex ou RGB do que nomes de cores. `score` serve para definir um limiar, não para obter um número exato entre níveis. 3. **Datas e horas.** Determinar qual a data anterior, o intervalo entre datas ou se uma data pertence a um período é pouco fiável, sobretudo com formatos mistos e datas relativas. Extraia as partes da data através de choice, incluindo uma opção «não indicado», e compare-as em código. 4. **Formulação indireta.** Duplas negações e perguntas sobre uma propriedade de outra propriedade reduzem a exatidão. Escreva diretamente e identifique pelo nome as partes do estado. 5. **Conteúdo supérfluo no estado.** Texto alheio à tarefa reduz a exatidão. Filtre-o em código; quando isso não for possível, exclua o que não é relevante através de perguntas noul. 6. **Texto hostil.** Por predefinição, o modelo não espera armadilhas no estado: uma instrução injetada ou um texto que conteste a sua própria classificação pode alterar a resposta. Escreva critérios precisos e verifique casos limite antes de colocar o sistema em funcionamento. 7. **Contradições.** Se `instructions` e `criteria` pedirem coisas diferentes — por exemplo, se numa pergunta noul o «sim» for descrito como «não» —, a exatidão diminui. Os critérios são uma continuação da pergunta. 8. **Ordem das opções.** Por vezes, o modelo tende para a primeira opção choice. Altere a ordem das opções e verifique se a resposta se mantém. 9. **Geração.** O Jev não foi treinado para escrever texto. Para extrair dados, encontre candidatos com uma expressão regular ou um modelo generativo e deixe o Jev escolher o correto através de choice. **Ailoot · System One** `POST /v1/systemone` `jev-latest` [`jev-latest`](https://ailoot.ai/models/pt-pt/#m=jev-latest&route=Core&caller=jev-latest&fmt=systemone) TypeSafe /`jev-latest` ### Introdução Um modelo de decisão da TypeSafe: não escreve texto; responde a perguntas tipadas sobre texto ou JSON — escolha de uma opção, avaliação numa escala ou «sim/não» com probabilidades. É adequado para encaminhamento, triagem de pedidos, moderação e atribuição de pontuações; todas as perguntas de um pedido são avaliadas em paralelo. Entradas aceites Texto Resultados structured ### Disponível no Ailoot · entradas e métodos **Ailoot · System One** `POST /v1/systemone` Entrada `text` Saída `structured` Contexto 64 000 tokens Formato de saída json | Campo | Tipo | Requisito | Valores e limites | Predefinição | | --- | --- | --- | --- | --- | | Campo`model` | Tipo`string` | RequisitoObrigatório | Valores e limites jev-latest | Predefinição— | | Campo`state` | Tipo`string\|object\|array` | RequisitoObrigatório | Valores e limites | Predefinição— | | Campo`questions` | Tipo`object` | RequisitoObrigatório | Valores e limites Número mínimo de campos do objeto: 1 | Predefinição— | | Campo`questions..type` | Tipo`string` | RequisitoObrigatório | Valores e limites noul, choice, score | Predefinição— | | Campo`questions..instructions` | Tipo`string\|object\|array\|null` | RequisitoOpcional | Valores e limites | Predefinição— | | Campo`questions..criteria` | Tipo`object\|array\|null` | RequisitoOpcional | Valores e limites Condições: noul: descrições opcionais e anuláveis de true/false; choice: objeto de critérios; score: matriz não vazia de critérios | Predefinição— | | Campo`stream` | Tipo`boolean\|null` | RequisitoOpcional | Valores e limites false, null | Predefinição— | Combinações de materiais de entrada **noul** · Obrigatório: state, questions.\.type=noul **choice** · Obrigatório: state, questions.\.type=choice, criteria object **score** · Obrigatório: state, questions.\.type=score, nonemptycriteriaarray Parâmetros e ciclo de vida do método | Parâmetro | Contrato | | --- | --- | | Parâmetro`material_types` | Contratotext | | Parâmetro`required` | Contratomodel, state, questions | | Parâmetro`optional_controls` | Contratonull | | Parâmetro`content_type` | Contratoapplication/json | Ciclo de vida: `exact retained published method` As estruturas dos métodos e os ID são exatos; a capacidade do fornecedor é distinta da admissão dos pedidos. ### Tarifários #### Tarifas dos métodos Ailoot Entrada ≈0,000084 US$ */ 1K* Saída 0,00 US$ */ 1K* O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. [Como funcionam a reserva e a liquidação →](https://ailoot.ai/docs/pt-pt/billing/reserve/) ### Exemplos de pedidos #### Ailoot · System One Exemplo de classificação ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_TEXT_FILE:?Set your actual UTF-8 customer message}" export AILOOT_TEXT_FILE python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "jev-latest", "state": "", "questions": {"is_urgent": {"type": "noul", "instructions": "Does the supplied customer message express urgency?"}}}') f=Path(os.environ["AILOOT_TEXT_FILE"]) if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material") text=f.read_text(encoding="utf-8") if not text.strip():raise SystemExit("Source material must contain text") p["state"]=text Path("request.json").write_text(json.dumps(p,ensure_ascii=False)) PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/systemone \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2)) PY_RESULT ``` ### Receber e guardar os resultados #### Ailoot · System One json ##### Guardar todos os resultados concluídos Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra. Conserve cada resposta pelo ID de pergunta fornecido, com a probabilidade e a legenda; a fórmula de confiança com n exige n\>1, sem afirmar uma regra de número mínimo de opções da API. Campos da resposta | Campo | Tipo | | --- | --- | | Campo`answers..type` | Tipostring | | Campo`answers..noul` | Tiponumber | | Campo`answers..choice` | Tipostring | | Campo`answers..score` | Tiponumber | | Campo`answers..confidence` | Tiponumber | | Campo`answers..probabilities` | Tipoobject | | Campo`answers..legend` | Tipoobject | | Campo`usage` | Tipoobject | Erros e passos seguintes | Resposta | Condição | Passo seguinte | | --- | --- | --- | | Resposta400 · `invalid_request_error` | CondiçãoCampos obrigatórios, representação do material ou valor do parâmetro inválidos | Passo seguinteCorrija os campos indicados antes de um novo pedido de criação. | ### Aliases #### Aliases do modelo **Ailoot** [`jev-latest`](https://ailoot.ai/models/pt-pt/#m=jev-latest&route=Core&caller=jev-latest&fmt=systemone) #### Aliases dos caminhos dos métodos Use os caminhos dos métodos indicados acima. #### IDs de chamada relacionados [`jev-latest`](https://ailoot.ai/models/pt-pt/#m=jev-latest&route=Core&caller=jev-latest&fmt=systemone) FAQ · jev-latest Que entradas e resultados estão disponíveis? `POST /v1/systemone` · `jev-latest`: `text` → `structured` Que campos utiliza o pedido? `POST /v1/systemone` · `jev-latest`: `model`, `state`, `questions`, `stream` Que limites se aplicam? `POST /v1/systemone` · `jev-latest`: `ctx`: `64000` Ligue o Ailoot ao Claude Code, OpenCode, Hermes ou à sua aplicação. ## A empresa e a sua carteira de projetos A empresa e a sua carteira de projetos: milhões de clientes; vendas mensais na ordem dos milhares de milhões. ## Compre tokens com desconto. Desconto por subscrição para trabalho regular. Códigos promocionais — até 50% na compra de tokens. Subscrição Escolha um plano com desconto para os pedidos regulares. Código promocional até 50% Introduza o código na compra. O preço é recalculado conforme a campanha em vigor. Custos no histórico O modelo, os tokens e o montante são guardados para cada pedido. [Escolher subscrição](https://ailoot.ai/docs/pt-pt/billing/subscriptions/) · [Ver preços dos modelos](https://ailoot.ai/models/pt-pt/) ## Ligue a API ao produto que vende. SaaS, aplicações e bots — ao abrigo da oferta e do contrato de licença Ailoot. Para revenda, peça uma licença de revendedor. Aplicação comercial Integre geração de texto, imagens, vídeo e som nas funcionalidades pagas do seu serviço. Licença de revendedor Envie uma descrição do projeto e do modelo de acesso. Peça condições escritas de utilização e revenda. Documentos no site A oferta, o contrato de licença e a política de tratamento de dados estão disponíveis antes da ligação. [Pedir licença de revendedor](mailto:support@ailoot.ai) · [Oferta e contrato de licença](https://ailoot.ai/legal/offer?lang=pt-pt) ## Ailoot · A empresa e a sua carteira de projetos A Ailoot assenta numa experiência operacional consolidada, numa ampla base de clientes, num serviço estável e no acompanhamento contínuo dos KPI. A empresa e a sua carteira de projetos: milhões de clientes; vendas mensais na ordem dos milhares de milhões. A Ailoot aplica essa experiência operacional ao acesso por API a funcionalidades de IA nos produtos dos clientes, agentes, aplicações e automatizações.