models

jev-latest

Markdown · JSON

jev-latest

โมเดลตัดสินใจของ TypeSafe ไม่เขียนข้อความ แต่ตอบคำถามแบบกำหนดชนิดเกี่ยวกับข้อความหรือ JSON ได้แก่ เลือกตัวเลือก ให้คะแนนตามสเกล หรือใช่/ไม่ใช่พร้อมความน่าจะเป็น เหมาะกับการจัดเส้นทาง คัดแยกคำขอ กลั่นกรอง และให้คะแนน ประเมินทุกคำถามในคำขอเดียวพร้อมกัน

เกี่ยวกับโมเดล

คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก

Jev เป็นโมเดลเรือธงของ TypeSafe และโมเดลแรกในกลุ่มใหม่ System One ไม่เขียนข้อความ แต่ตัดสินใจอย่างรวดเร็วให้โปรแกรมใช้ได้ทันที โดยส่ง สถานะ (state) เป็นข้อความหรือ JSON พร้อมชุด คำถาม แล้วรับค่าตามชนิดที่กำหนดพร้อมความน่าจะเป็นที่ปรับเทียบแล้ว

โมเดลภาษาเขียนคำให้มนุษย์อ่าน ส่วน Jev ตามคำอธิบายของ TypeSafe ใกล้กับโค้ดมากกว่า คำตอบอยู่ในรูปที่โค้ดต้องการทันที รวดเร็วสูง และไม่มีค่าใดอยู่นอกตัวเลือกที่กำหนด โมเดลออกแบบให้ตอบสม่ำเสมอเมื่อถามซ้ำ

System One ต่างจากโมเดลภาษาอย่างไร

  • ไม่สร้างเนื้อหา Jev ไม่เขียนคำตอบให้ผู้ใช้ ไม่เขียนโค้ด และไม่อธิบายลำดับเหตุผล คุณเป็นผู้กำหนดคำตอบที่เป็นไปได้ผ่านคำถามหนึ่งในสามประเภท
  • ฝึกเพื่อตัดสินใจแบบปรับเทียบ TypeSafe ฝึกด้วย RLCD (Reinforcement Learning for Calibrated Decisions) โดยปรับความน่าจะเป็นให้ตรงกับผลจริงและสะท้อนความไม่แน่นอน ในคำตอบจำนวนมากที่ให้ความน่าจะเป็น 0,8 ควรถูกประมาณ 80% การปรับเทียบเป็นคุณสมบัติของตัวอย่างจำนวนมาก ไม่ใช่การรับประกันว่าคำตอบเดี่ยวถูกต้อง
  • เป้าหมายการฝึกต่างกัน โมเดลแชตฝึกให้มนุษย์พอใจ (RLHF) ซึ่งตามข้อสังเกตของ TypeSafe ส่งเสริมการเอาใจและข้อผิดพลาดที่ฟังมั่นใจ หนึ่งในผู้ร่วมพัฒนา RLHF คือดีโอโก อัลเมดา ผู้ร่วมก่อตั้ง TypeSafe

ชื่ออ้างถึง “ระบบ 1” จากหนังสือของแดเนียล คาห์เนมาน “คิดช้า…ตัดสินใจเร็ว” ได้แก่ การตัดสินแบบสัญชาตญาณที่เร็ว เทียบกับการคิดช้าอย่างไตร่ตรองของ “ระบบ 2” Jev สร้างสำหรับการตัดสินเฉพาะเรื่องอย่างรวดเร็ว

คำถามสามประเภท

หนึ่งคำถามคือหนึ่งการตัดสินเกี่ยวกับสถานะ คำตอบเป็นค่าที่โค้ดนำไปเทียบเกณฑ์ เรียงลำดับ หรือส่งต่อ

  1. Choice — เลือกตัวเลือก เช่น แผนกรับเรื่อง หมวดสินค้า หรือภาษาของโค้ดบางส่วน ตัวเลือกเป็นพจนานุกรม “ตัวเลือก → คำอธิบาย” ได้ถึง 255 รายการ คำตอบมี choice ที่เลือก ความน่าจะเป็น probabilities ของทุกตัวเลือกซึ่งรวมเป็น 1 และความมั่นใจ confidence หากรายการอาจไม่ครอบคลุมทุกกรณี ให้เพิ่ม “อื่น ๆ” หรือ “ไม่มีข้อใดข้างต้น”
  2. Score — ให้คะแนนตามสเกล ตำแหน่งบนสเกลเรียงลำดับที่คุณอธิบาย เช่น ความรุนแรงบั๊ก ความไม่พอใจลูกค้า หรือระดับทักษะ มี 2 ถึง 10 ระดับจากต่ำไปสูง โมเดลประเมินแต่ละระดับแยกกันโดยไม่เห็นหมายเลขและระดับข้างเคียง คำตอบมี score ซึ่งเป็นผลรวมหมายเลขระดับคูณความน่าจะเป็นของระดับนั้น จึงอาจอยู่ระหว่างระดับได้ พร้อม legend ที่อธิบายระดับ probabilities และ confidence
  3. Noul — ใช่หรือไม่ใช่ ข้อความกล่าวอ้างเป็นจริงหรือไม่ คำตอบ noul คือความน่าจะเป็นของ “ใช่” ตั้งแต่ 0 ถึง 1 ใกล้ 1 คือมั่นใจว่าใช่ ใกล้ 0 คือมั่นใจว่าไม่ใช่ และใกล้ 0,5 คือยังไม่แน่ใจ ไม่มี confidence แยก เพราะตัวเลขเดียวอธิบายคำตอบครบ criteria ที่ไม่บังคับใช้ระบุว่าอะไรนับเป็นใช่และอะไรเป็นไม่ใช่

วิธีเลือก: ตัวเลือกที่ทราบและไม่มีลำดับใช้ choice ขั้นบนสเปกตรัมใช้ score ใช่/ไม่ใช่ที่สนใจตัวความน่าจะเป็นใช้ noul Noul 0,5 หมายถึงโอกาสใช่กับไม่ใช่เท่ากัน ไม่ใช่ “ระดับกลาง” เพราะ score ใช้วัดระดับ หากมีสองประเภทที่เหมาะ ให้เลือกประเภทที่โค้ดนำไปทำงานได้ทันที ได้แก่ choice สำหรับแขนง score สำหรับเกณฑ์ และ noul สำหรับ if

ผสมประเภทในคำขอเดียวได้ คำตอบจำกัดอยู่ในตัวเลือกของคุณเสมอและไม่ขึ้นกับคำถามอื่น เพิ่มหรือลดคำถามได้โดยไม่เปลี่ยนคำตอบที่เหลือ

สถานะ

สถานะคือสิ่งที่โมเดลประเมิน เช่น ข้อความลูกค้า ส่วนเอกสาร รายการฐานข้อมูล หรือสถานะแอปพลิเคชัน

  • สตริง เมื่อมีข้อความเดียว เช่น ข้อความ บทความ หรือข้อความคัดมา
  • ออบเจ็กต์ สำหรับฟิลด์ที่มีชื่อ รายการที่เกี่ยวข้อง หรือสถานะแอป TypeSafe แนะนำออบเจ็กต์สำหรับคำขอส่วนใหญ่ เพราะแต่ละส่วนมีชื่อเข้าใจได้
  • อาร์เรย์ สำหรับลำดับข้อความหรือรายการ

เตรียมเหมือนข้อมูลให้ผู้เชี่ยวชาญ หากต้องเปรียบเทียบเพื่อเลือก ให้ใส่บทสนทนา คำสั่งซื้อ และกฎคืนสินค้าร่วมกัน เก็บเนื้อหาในสถานะและการตัดสินในคำถาม หากคำถามเกี่ยวกับส่วนเดียวของสถานะ ให้ระบุเส้นทางในเครื่องหมายแบ็กทิก เช่น ticket.messages[0].text

วิธีตั้งคำถาม

  • หนึ่งการตัดสินเร็วต่อหนึ่งคำถาม คำถามที่ดีคือคนที่รู้เรื่องและมีบริบทที่ต้องการตอบได้ในหนึ่งวินาที เช่น “ข้อความมีความเร่งด่วนหรือไม่” ส่วน “วิเคราะห์ข้อความแล้วตัดสินว่าต้องทำอะไร” เป็นการคิดช้า ควรแบ่งเป็นคำถามง่าย
  • คำถามทั้งหมดอยู่ใน instructions คีย์คำถาม เช่น refund_requested มีไว้ให้โค้ดของคุณเท่านั้น ไม่ส่งให้โมเดล
  • ทุกคำถามต่อสถานะเดียวในคำขอเดียว โมเดลประเมินพร้อมกัน ตามข้อมูล TypeSafe คำถามเพิ่มแทบไม่เพิ่มเวลาตอบ และคิดเพียงโทเคนของตัวเอง คำถามเผื่อไว้จึงมีต้นทุนเพิ่มน้อยมาก โค้ดเลือกเองว่าจะใช้คำตอบใด
  • แยกการตัดสินซับซ้อนเป็นส่วน แทน “ประเมินข้อเสนอสตาร์ตอัป” ให้ถามขนาดตลาด ความเป็นไปได้ทางเทคนิค และความต่างจากคู่แข่งแยก แล้วคำนวณผลในโค้ดด้วยน้ำหนัก เมื่อความสำคัญเปลี่ยน ให้เปลี่ยนน้ำหนัก ไม่ต้องเขียนคำถามใหม่
  • คำถามที่พึ่งกันใช้คำขอถัดไป คำตอบในคำขอเดียวไม่ได้เป็นบริบทให้กัน ต้องใช้คำขอที่สองเฉพาะเมื่อจัดคำขอไม่ได้โดยไม่มีคำตอบแรก เช่น ต้องโหลดข้อมูลหรือเลือกตัวเลือกของคำถามถัดไป
  • คำถามยาวใช้เป็นออบเจ็กต์ instructions และ criteria ปกติเป็นสตริง แต่เป็นออบเจ็กต์หรืออาร์เรย์ได้ ใส่คำถามในฟิลด์หนึ่งและข้อมูลในฟิลด์อื่น สะดวกต่อการเทียบประวัติผู้สมัครกับรายการฐานข้อมูลในคำถามเดียว

ความมั่นใจ

สำหรับ choice และ score ค่า confidence ตั้งแต่ 0 ถึง 1 แสดงว่าความน่าจะเป็นกระจุกในคำตอบเดียวเพียงใด 1 คือทั้งหมดอยู่ที่ตัวเลือกเดียว 0 คือกระจายเท่ากันทุกตัวเลือก สำหรับ score ระดับข้างเคียงลดความมั่นใจน้อยกว่าระดับที่ห่าง สำหรับ noul ความมั่นใจคือตัวค่านั้นเอง ยิ่งห่างจาก 0,5 ยิ่งแน่ใจ

TypeSafe แนะนำสามช่วง

  1. ความมั่นใจสูง — ดำเนินการอัตโนมัติ
  2. ปานกลาง — ดำเนินการระมัดระวัง เช่น ขอผู้ใช้ยืนยัน
  3. ต่ำ — ส่งให้คนตรวจ ปรับคำขอให้ชัด หรือใช้เส้นทางสำรอง เช่น โมเดลใช้เหตุผลที่เก่งกว่า

ยิ่งข้อผิดพลาดมีต้นทุนสูง เกณฑ์ยิ่งควรเข้มงวด การกระทำที่ย้อนกลับไม่ได้ใช้เกณฑ์สูงกว่าการอ่าน คำตอบบอกว่าควรเลือกอะไร ความมั่นใจบอกว่าควรดำเนินการหรือไม่ เลือกเกณฑ์จากข้อมูลตนเองโดยเทียบความมั่นใจกับความแม่นยำ

การสร้างระบบรอบ Jev

Jev ออกแบบสำหรับโปรแกรมที่โค้ดควบคุมกระบวนการและโมเดลตอบคำถามความหมายเฉพาะเรื่อง แทนเอเจนต์ที่เลือกขั้นตอนเองและอาจหลุดทิศทุกวงรอบ TypeSafe เสนอการออกแบบแปดขั้นตอน

  1. สิ่งใดทำด้วยโค้ดได้ ให้ทำด้วยโค้ดเพื่อความเชื่อถือได้และต้นทุนต่ำ
  2. ใส่เฉพาะสิ่งที่คำถามปัจจุบันต้องการในสถานะ ข้อเท็จจริงใหม่ใช้จากฐานความรู้ของตน ไม่ใช่ความจำโมเดล
  3. ใช้โครงสร้างในสถานะ คือ JSON ซ้อนกัน และเส้นทางฟิลด์ในแบ็กทิกในคำถาม หากช่วยลดความกำกวม
  4. ถามให้เฉพาะและแคบที่สุด ตาม TypeSafe อาจเป็นกฎสำคัญที่สุด เพราะคำถามกว้างซ่อนหลายการตัดสินในคำตอบเดียว
  5. ใช้โครงสร้างในคำถาม ตัวคำถามสั้น ส่วนคำอธิบาย ตัวอย่าง และค่าจากฐานข้อมูลใส่ฟิลด์ข้างเคียงของออบเจ็กต์ instructions หรือ criteria แทนสตริงยาวเส้นเดียว
  6. รวมหลายคำถามอิสระต่อสถานะเดียวในคำขอเดียว เพื่อประโยชน์มากขึ้นต่อเงินที่ใช้
  7. โค้ดรวมคำตอบด้วยกฎ ผลรวมน้ำหนัก หรือใช้เป็นฟีเจอร์ของโมเดลแมชชีนเลิร์นนิงแบบดั้งเดิม
  8. แตกแขนงตามความมั่นใจ กรณีไม่แน่ใจส่งให้คนหรือโมเดลใช้เหตุผล

Jev ไม่ใช่แชตหรือโมเดลเติมโค้ด จึงนำไปแทนโมเดลภาษาในเอเจนต์เขียนโปรแกรมไม่ได้ แต่เอเจนต์เขียนโค้ดให้คุณเรียก Jev เมื่อต้องการคำตอบเร็วที่ปรับเทียบแล้วได้

การใช้งาน

  • งานอัตโนมัติเบื้องหลัง — การตัดสินใจที่เรียกเป็นล้านครั้งโดยไม่มีคนเฝ้า
  • เรียลไทม์ — ตามข้อมูล TypeSafe คำขอส่วนใหญ่ใช้ประมาณ 100 ms เพียงพอสำหรับประมวลผลทันทีและส่วนติดต่อ
  • ข้อมูลขนาดใหญ่ — ค้นหาชุดข้อมูลมหาศาล จัดป้ายบันทึกงานเอเจนต์ และฟีเจอร์สำหรับคาดการณ์
  • ตรวจโมเดลอื่น — คำขอ การสกัดข้อมูล เหตุผล และการเรียกเครื่องมือ ทั้งการเลี่ยงข้อจำกัด อ้างอิงผิด และข้อมูลแต่งขึ้น
  • ค้นหาและจัดอันดับ — ความเกี่ยวข้องของคู่ “คำค้น — ตัวเลือก” จัดอันดับใหม่ และเลือกบริบท
  • แยกเส้นทางตามเจตนา — ผู้ใช้ต้องการอะไรและควรใช้ตัวจัดการใด เช่น ตรรกะง่าย โมเดลเฉพาะ หรือคน หัวข้อ ความซับซ้อน และความเสี่ยงกำหนดว่าจะส่งคำขอให้โมเดลภาษาใด
  • การตรวจป้องกัน — อินพุต เอาต์พุต และการเรียกเครื่องมือของโมเดลภาษา ทั้งคำสั่งแทรก การละเมิดกฎ และการรั่วข้อมูลส่วนบุคคล
  • งานสนับสนุน — หัวข้อและเจตนาคำขอ ความเร่งด่วน ความไม่พอใจ ความเสี่ยงเลิกใช้ คำขอคืนเงิน และคิว
  • การกลั่นกรอง — ตามกฎแพลตฟอร์มของคุณ เช่น ความเป็นพิษ การคุกคาม สแปม ฉ้อโกง คำแนะนำอันตราย และข้อมูลส่วนบุคคล ใช้ความรุนแรงกับความมั่นใจเลือกให้ผ่าน เตือน ตรวจ หรือบล็อก
  • สาขางาน — เคลมประกัน การสืบสวนทางการเงินและ KYC สัญญาและโฆษณา หน้าสินค้า คัดบุคลากร ลีด เกม ความเสี่ยง คาดการณ์อุปสงค์ กราฟความรู้ ทบทวนวิทยาศาสตร์ และตรวจความหมายโค้ดใน CI

คุณสมบัติ

  • jev-latest — นามแฝงของรุ่นเสถียรล่าสุด ปัจจุบันคือ Jev 1.13 เวอร์ชันที่ตอบอยู่ในฟิลด์ model เช่น jev-1.13.0 เมื่อมีรุ่นใหม่ นามแฝงจะเปลี่ยนตาม และคำตอบอาจเปลี่ยนโดยคุณไม่ได้แก้ไข จึงควรติดตามฟิลด์นี้หากเกณฑ์เลือกไว้ตามเวอร์ชัน
  • บริบท — 64K โทเคนต่อคำขอ รวมสถานะกับทุกคำถาม สถานะรวมกับคำถามยาวที่สุดได้ถึง 32K โมเดลอ่านสถานะครั้งเดียวแล้วตรวจทุกคำถามกับสถานะนั้นพร้อมกัน
  • อินพุต — เฉพาะข้อความ ได้แก่ สตริง ออบเจ็กต์ JSON หรืออาร์เรย์ข้อความ ยังไม่รองรับภาพ เสียง และวิดีโอ ต้องแปลงเป็นข้อความก่อน
  • ภาษา — ภาษาหลักในการฝึกคืออังกฤษ ซึ่งมีความแม่นยำสูงสุดปัจจุบัน โมเดลรับภาษาอื่น รวมจีน ญี่ปุ่น และเกาหลี แต่แม่นยำน้อยกว่า ควรตรวจด้วยข้อมูลตนเอง
  • ราคาและการคิดค่าบริการใน Ailoot API — เงื่อนไขขึ้นอยู่กับเมธอดที่เลือก และระบุไว้ในการ์ดของเมธอดนั้น
  • การปรับแต่ง — Jev ไม่ฝึกปรับแต่งด้วยข้อมูลลูกค้า ใส่ข้อมูลของคุณใน state และกฎเฉพาะสาขาใน instructions กับ criteria
  • ข้อมูล — TypeSafe แจ้งว่าไม่ฝึก Jev ด้วยคำขอและคำตอบของลูกค้า

จุดอ่อนที่ทราบของ Jev 1.13

TypeSafe ระบุจุดอ่อนของเวอร์ชันปัจจุบันอย่างเปิดเผย และแจ้งว่าจะปรับปรุงหลายเรื่องในรุ่นถัดไป โมเดลเร็ว ปรับเทียบแล้ว และตัดสินด้วยสามัญสำนึกได้ดี แต่มีข้อจำกัดดังนี้

  1. อ่านตามตัวอักษร ตอบคำถามที่เขียน ไม่ใช่สิ่งที่นัยไว้ เข้าใจเงื่อนไข คำปฏิเสธ และข้อกำหนดแฝงแบบตรงตัว เขียนเงื่อนไขกับกรณีขอบเขตอย่างแม่นยำใน criteria หากจำเป็นต้องตีความ ให้แบ่งเป็นสองคำถามตรงตัว
  2. ไม่ใช่เครื่องคิดเลข การนับอักขระ การซ้ำ และรายการไม่เชื่อถือได้ ความผิดพลาดเพิ่มตามขนาด ควรนับด้วยโค้ดและถามแยกต่อตัวเลือกแต่ละรายการ โมเดลเข้าใจสีใน hex หรือ RGB น้อยกว่าชื่อสี score เหมาะกับเกณฑ์ ไม่ใช่ตัวเลขแม่นยำระหว่างระดับ
  3. วันที่และเวลา การเทียบว่าวันใดก่อน ระยะห่าง หรืออยู่ในช่วงหรือไม่ ไม่เชื่อถือได้ โดยเฉพาะเมื่อผสมรูปแบบและวันที่สัมพัทธ์ ให้สกัดส่วนวันที่ด้วย choice พร้อมตัวเลือก “ไม่ระบุ” แล้วเปรียบเทียบในโค้ด
  4. ความอ้อมค้อม คำปฏิเสธซ้อนและคำถามเกี่ยวกับคุณสมบัติของคุณสมบัติลดความแม่นยำ เขียนตรงและเรียกชื่อส่วนของสถานะ
  5. ข้อมูลเกินในสถานะ ข้อความไม่เกี่ยวข้องลดความแม่นยำ กรองด้วยโค้ด หากทำไม่ได้ ให้คัดส่วนไม่เกี่ยวข้องด้วยคำถาม noul
  6. ข้อความมุ่งโจมตี ค่าเริ่มต้นโมเดลไม่ได้คาดว่าจะมีลูกเล่นในสถานะ คำสั่งแทรกหรือข้อความที่โต้แย้งการจัดประเภทตนเองอาจเปลี่ยนคำตอบ เขียนเกณฑ์แม่นยำและตรวจกรณีขอบเขตก่อนใช้งาน
  7. ความขัดแย้ง หาก instructions กับ criteria ขอคนละอย่าง เช่น อธิบาย “ใช่” ของ noul เป็น “ไม่ใช่” ความแม่นยำลดลง เกณฑ์เป็นส่วนต่อของคำถาม
  8. ลำดับตัวเลือก บางครั้งโมเดลเอนเอียงไปที่ choice แรก ลองสลับตัวเลือกและตรวจว่าคำตอบไม่เปลี่ยน
  9. การสร้างเนื้อหา Jev ไม่ได้ฝึกให้เขียนข้อความ หากต้องสกัดข้อมูล ให้หาค่าที่เป็นไปได้ด้วยนิพจน์ปรกติหรือโมเดลสร้างเนื้อหา แล้วใช้ Jev เลือกตัวที่ถูกผ่าน choice
Ailoot · System One POST /v1/systemone jev-latest

jev-latest

TypeSafe /jev-latest

เริ่มต้น

โมเดลตัดสินใจของ TypeSafe ไม่เขียนข้อความ แต่ตอบคำถามแบบกำหนดชนิดเกี่ยวกับข้อความหรือ JSON ได้แก่ เลือกตัวเลือก ให้คะแนนตามสเกล หรือใช่/ไม่ใช่พร้อมความน่าจะเป็น เหมาะกับการจัดเส้นทาง คัดแยกคำขอ กลั่นกรอง และให้คะแนน ประเมินทุกคำถามในคำขอเดียวพร้อมกัน

อินพุตที่รองรับ
ข้อความ
ผลลัพธ์
structured

ใช้งานได้ใน Ailoot · อินพุตและเมธอด

Ailoot · System One POST /v1/systemone
ขาเข้า
text
ขาออก
structured
บริบท
64,000 tokens
รูปแบบเอาต์พุต
json
ฟิลด์ประเภทข้อกำหนดค่าและข้อจำกัดค่าเริ่มต้น
ฟิลด์modelประเภทstringข้อกำหนดจำเป็นค่าและข้อจำกัด
jev-latest
ค่าเริ่มต้น—
ฟิลด์stateประเภทstring|object|arrayข้อกำหนดจำเป็นค่าและข้อจำกัดค่าเริ่มต้น—
ฟิลด์questionsประเภทobjectข้อกำหนดจำเป็นค่าและข้อจำกัด
จำนวนฟิลด์ขั้นต่ำในออบเจ็กต์: 1
ค่าเริ่มต้น—
ฟิลด์questions.<id>.typeประเภทstringข้อกำหนดจำเป็นค่าและข้อจำกัด
noul, choice, score
ค่าเริ่มต้น—
ฟิลด์questions.<id>.instructionsประเภทstring|object|array|nullข้อกำหนดไม่บังคับค่าและข้อจำกัดค่าเริ่มต้น—
ฟิลด์questions.<id>.criteriaประเภทobject|array|nullข้อกำหนดไม่บังคับค่าและข้อจำกัด
เงื่อนไข: noul: คำอธิบาย true/false ซึ่งไม่จำเป็นและรับ null ได้; choice: ออบเจ็กต์เกณฑ์; score: อาร์เรย์เกณฑ์ที่ไม่ว่าง
ค่าเริ่มต้น—
ฟิลด์streamประเภทboolean|nullข้อกำหนดไม่บังคับค่าและข้อจำกัด
false, null
ค่าเริ่มต้น—
ชุดผสมของสื่ออินพุต

noul · จำเป็น: state, questions.<id>.type=noul

choice · จำเป็น: state, questions.<id>.type=choice, criteria object

score · จำเป็น: state, questions.<id>.type=score, nonemptycriteriaarray

พารามิเตอร์และวงจรการทำงานของเมธอด
พารามิเตอร์ข้อกำหนด
พารามิเตอร์material_typesข้อกำหนดtext
พารามิเตอร์requiredข้อกำหนดmodel, state, questions
พารามิเตอร์optional_controlsข้อกำหนดnull
พารามิเตอร์content_typeข้อกำหนดapplication/json

วงจรการทำงาน: exact retained published method

รูปแบบเมธอดและ ID ระบุอย่างแม่นยำ ความสามารถของผู้ให้บริการแยกจากการอนุญาตให้รับคำขอ

ราคา

อัตราค่าบริการเมธอด Ailoot

Ailoot System OnePOST /v1/systemone
ขาเข้า
≈US$0.000084 / 1K
ขาออก
US$0.00 / 1K

Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →

ตัวอย่างคำขอ

Ailoot · System One

ตัวอย่างการจัดประเภท
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

รับและบันทึกผลลัพธ์

Ailoot · System One

json

เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด

เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน

เก็บคำตอบทุกข้อผูกกับ ID คำถามที่ให้มา พร้อมความน่าจะเป็นและคำอธิบายสัญลักษณ์ สูตรความเชื่อมั่นที่ใช้ n กำหนดให้ n>1 โดยไม่ได้ยืนยันกฎจำนวนตัวเลือกขั้นต่ำของ API

ฟิลด์การตอบกลับ
ฟิลด์ประเภท
ฟิลด์answers.<id>.typeประเภทstring
ฟิลด์answers.<id>.noulประเภทnumber
ฟิลด์answers.<id>.choiceประเภทstring
ฟิลด์answers.<id>.scoreประเภทnumber
ฟิลด์answers.<id>.confidenceประเภทnumber
ฟิลด์answers.<id>.probabilitiesประเภทobject
ฟิลด์answers.<id>.legendประเภทobject
ฟิลด์usageประเภทobject
ข้อผิดพลาดและขั้นตอนถัดไป
การตอบกลับเงื่อนไขขั้นตอนถัดไป
การตอบกลับ400 · invalid_request_errorเงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้องขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่

ชื่ออื่น

ชื่ออื่นของโมเดล

Ailoot jev-latest

ชื่อพาธเมธอดอื่น

ใช้พาธเมธอดที่แสดงด้านบน

ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

jev-latest

FAQ · jev-latest
มีอินพุตและผลลัพธ์ใดบ้าง?

POST /v1/systemone · jev-latest: text → structured

คำขอใช้ฟิลด์ใดบ้าง?

POST /v1/systemone · jev-latest: model, state, questions, stream

มีข้อจำกัดใดบ้าง?

POST /v1/systemone · jev-latest: ctx: 64000

รายละเอียดเพิ่มเติม

เชื่อม Ailoot กับ Claude Code, OpenCode, Hermes หรือแอปของคุณ

บริษัทและพอร์ตโฟลิโอโครงการของบริษัท

บริษัทและพอร์ตโฟลิโอโครงการของบริษัท: ลูกค้าหลายล้านราย; ยอดขายระดับหลายพันล้านต่อเดือน.

ซื้อโทเคนพร้อมส่วนลด

ส่วนลดสมาชิกสำหรับงานประจำ โค้ดโปรโมชั่นลดซื้อโทเคนสูงสุด 50%

สมาชิก
เลือกแพ็กเกจมีส่วนลดสำหรับคำขอประจำ
โค้ดลดสูงสุด 50%
ใส่โค้ดขณะซื้อ ราคาคำนวณใหม่ตามโปรโมชั่นที่ใช้
รายจ่ายในประวัติ
เก็บโมเดล โทเคน และยอดสำหรับทุกคำขอ

เลือกสมาชิก · ดูราคาโมเดล

เชื่อม API กับผลิตภัณฑ์ ที่คุณขาย

SaaS แอป และบอต ตามข้อเสนอและสัญญาอนุญาต Ailoot หากขายต่อให้ขอใบอนุญาตรีเซลเลอร์

แอปเชิงพาณิชย์
ใส่การสร้างข้อความ ภาพ วิดีโอ และเสียงในฟีเจอร์เสียเงินของบริการคุณ
ใบอนุญาตรีเซลเลอร์
ส่งคำอธิบายโครงการและรูปแบบการเข้าถึง ขอเงื่อนไขใช้และขายต่อเป็นลายลักษณ์อักษร
เอกสารบนเว็บไซต์
อ่านข้อเสนอ สัญญาอนุญาต และนโยบายประมวลผลข้อมูลก่อนเชื่อมได้

ขอใบอนุญาตขายต่อ · ข้อเสนอและสัญญาอนุญาต