jev-latest

Jev — TypeSafe’ning yetakchi modeli va yangi System One sinfining birinchi modeli. U matn yozmaydi, balki dastur darhol ishlata oladigan qarorlarni tez qabul qiladi: siz holatni (state) — matn yoki JSON’ni — va savollar to‘plamini yuborasiz, javobda esa kalibrlangan ehtimollarga ega tiplashtirilgan qiymatlarni olasiz.

Til modellari odamlar uchun so‘zlar yozadi, Jev esa TypeSafe ta’biricha kodga yaqinroq: javob darhol kodga kerakli shaklda, tez va belgilangan variantlardan tashqaridagi birorta qiymatsiz keladi. Model takroriy so‘rovlarda barqaror javoblar berish uchun yaratilgan.

System One til modelidan nimasi bilan farq qiladi

• Yaratmaydi. Jev foydalanuvchiga javob, kod yoki mulohaza jarayoni izohini yozmaydi. Mumkin bo‘lgan javoblarni siz savollarning uch turidan biri orqali belgilaysiz.
• Kalibrlangan qarorlarga o‘qitilgan. TypeSafe modelni RLCD (Reinforcement Learning for Calibrated Decisions) usuli bilan o‘qitadi: ehtimollar haqiqiy natijalarga moslashtiriladi va noaniqlikni aks ettiradi. Ehtimoli 0,8 bo‘lgan ko‘plab javoblarning taxminan 80%i to‘g‘ri bo‘lishi kerak. Kalibrlash — alohida javob to‘g‘riligining kafolati emas, katta tanlanma xususiyati.
• O‘qitish maqsadi boshqacha. Chat-modellar odamlarga yoqishga o‘qitiladi (RLHF), TypeSafe kuzatuviga ko‘ra, bu xushomadgo‘ylik va ishonchli yangraydigan xatolarni rag‘batlantiradi. RLHF hammualliflaridan biri Diogu Almeyda TypeSafe hammuassisidir.

Nom Daniyel Kanemanning «Sekin o‘yla… tez qaror qil» kitobidagi «1-tizim»ga ishora qiladi: «2-tizim»ning sekin, o‘ylangan fikrlashiga qarshi tez intuitiv hukm. Jev tez va tor doiradagi hukmlar uchun yaratilgan.

Savollarning uch turi

Savol — holat haqidagi bitta hukm, javob esa kod chegara bilan solishtiradigan, saralaydigan yoki keyinga uzatadigan qiymat.

1. Choice — variant tanlash. Murojaat bo‘limi, mahsulot toifasi, kod parchasi tili. Variantlar «variant → tavsif» lug‘ati bo‘lib, soni 255 tagacha. Javobda tanlangan choice, barcha variantlar bo‘yicha probabilities ehtimollari (yig‘indisi 1) va confidence ishonchi keladi. Ro‘yxat barcha holatlarni qamramasligi mumkin bo‘lsa, «boshqa» yoki «sanab o‘tilganlardan hech biri»ni qo‘shing.
2. Score — shkala bo‘yicha baho. Siz tavsiflaydigan tartiblangan shkaladagi o‘rin: xato jiddiyligi, mijozning jahli, ko‘nikma darajasi. Pastdan yuqoriga 2 dan 10 tagacha daraja; model har bir darajani uning raqami va qo‘shnilarini ko‘rmasdan alohida baholaydi. Javobda score (daraja raqamlari ularning ehtimollariga ko‘paytirilgan yig‘indi, shu sababli qiymat darajalar orasiga tushishi mumkin), daraja tavsiflari bilan legend, probabilities va confidence keladi.
3. Noul — ha yoki yo‘q. Tasdiq to‘g‘rimi. noul javobi — 0 dan 1 gacha «ha» ehtimoli: 1 ga yaqin — ishonchli «ha», 0 ga yaqin — ishonchli «yo‘q», 0,5 ga yaqin — model ikkilanadi. Alohida confidence yo‘q: bitta son javobni to‘liq tavsiflaydi. Ixtiyoriy criteria nimani «ha», nimani «yo‘q» deb hisoblashni aniqlashtiradi.

Qanday tanlash kerak: tartibsiz ma’lum variantlar — choice; spektr pog‘onalari — score; ehtimolning o‘zi muhim bo‘lgan sof «ha/yo‘q» — noul. Noul 0,5 «o‘rtacha daraja» emas, «ha» va «yo‘q»ning teng imkoniyatidir: darajani score o‘lchaydi. Mos keladigan ikki turdan kod darhol amal qiladiganini oling: choice — tarmoqlar, score — chegara, noul — if.

Turlarni bitta so‘rovda aralashtirish mumkin. Javob doimo sizning variantlaringiz bilan cheklangan va boshqa savollarga bog‘liq emas: qolgan javoblarni o‘zgartirmasdan savollarni qo‘shish va olib tashlash mumkin.

Holat

Holat — model baholaydigan narsa: mijoz xabari, hujjat parchasi, bazadagi yozuv yoki ilovangiz holati.

• Satr — matn bitta bo‘lganda: xabar, maqola, parcha.
• Obyekt — nomlangan maydonlar, bog‘liq yozuvlar, ilova holati. TypeSafe aksariyat so‘rovlar uchun obyektni tavsiya etadi: har bir qismning tushunarli nomi bor.
• Massiv — xabarlar yoki yozuvlar ketma-ketligi.

Uni mutaxassislar uchun material kabi tayyorlang: qaror taqqoslashni talab qilsa, yozishmalar, buyurtma va qaytarish qoidalarini birga joylashtiring. Mazmunni holatda, hukmlarni savollarda saqlang. Savol holatning bir qismiga tegishli bo‘lsa, unda bu qism yo‘lini teskari qo‘shtirnoqlarda ko‘rsating, masalan, ticket.messages[0].text.

Savollarni qanday berish kerak

• Har bir savolga bitta tez hukm. Yaxshi savol — kerakli kontekstga ega bilimli odam bir soniyada javob beradigan savol: «Xabarda shoshilinchlik bormi?». «Xabarni tahlil qilib, nima qilishni hal et» esa sekin mulohaza bo‘lib, uni oddiy savollarga ajratish kerak.
• Savol to‘laligicha instructions ichida. Savol kaliti, masalan, refund_requested, faqat kodingizga kerak va modelga yuborilmaydi.
• Bitta holatga oid barcha savollar bitta so‘rovda. Model ularni parallel baholaydi: TypeSafe ma’lumotiga ko‘ra, qo‘shimcha savollar javob vaqtini deyarli oshirmaydi va faqat o‘z tokenlari uchun haq olinadi. «Har ehtimolga qarshi» savol deyarli tekinga tushadi — kodning o‘zi qaysi javoblar kerakligini hal etadi.
• Murakkab hukmni qismlarga ajrating. «Startap arizasini bahola» o‘rniga bozor hajmi, texnik amalga oshirish mumkinligi va raqobatchilardan farqi haqida alohida so‘rang, yakuniy natijani esa kodda vaznlar bilan hisoblang. Ustuvorliklar o‘zgarsa, savolni qayta yozmay, vaznlarni o‘zgartirasiz.
• Bog‘liq savollar ikkinchi so‘rovda. Bitta so‘rov javoblari bir-biriga kontekst bo‘lmaydi. Ikkinchi so‘rov faqat uni birinchi javobsiz tuzib bo‘lmaganda kerak: ma’lumot yuklash yoki keyingi savol variantlarini tanlash zarur bo‘lsa.
• Uzun savolni obyekt bilan bering. instructions va criteria odatda satr, lekin obyekt yoki massiv ham bo‘lishi mumkin: savol bitta maydonda, ma’lumotlar boshqalarida. Bitta savol orqali rezyumeni baza yozuvlari bilan solishtirish shunday qulay.

Ishonch

Choice va score’da 0 dan 1 gacha confidence ehtimol bitta javobga qanchalik to‘planganini ko‘rsatadi: 1 — hammasi bitta variantda, 0 — barcha variantlarda teng. Score’da qo‘shni daraja ishonchni uzoq darajadan kamroq pasaytiradi. Noul’da ishonch qiymatning o‘zi: 0,5 dan qanchalik uzoq bo‘lsa, javob shunchalik qat’iy.

TypeSafe uchta oraliqni tavsiya etadi:

1. Yuqori ishonch — avtomatik amal qiling.
2. O‘rtacha — ehtiyotkor amal qiling, masalan, foydalanuvchidan tasdiqlashni so‘rang.
3. Past — holatni odamga topshiring, so‘rovni aniqlashtiring yoki zaxira yo‘lni, masalan, mulohazali kuchliroq modelni ulang.

Xato qanchalik qimmat bo‘lsa, chegara shunchalik qat’iy: qaytarib bo‘lmaydigan amallar uchun o‘qishdan yuqoriroq. Javob nimani tanlashni, ishonch esa amal qilish kerak-kerakmasligini aytadi. Ishonchni aniqlik bilan solishtirib, chegaralarni o‘z ma’lumotlaringizda tanlang.

Jev atrofida tizimni qanday qurish kerak

Jev keyingi qadamni o‘zi tanlaydigan va har bir aylanishda adashishi mumkin bo‘lgan agentlarga emas, jarayonni kod boshqaradigan, model esa tor ma’noviy savollarga javob beradigan dasturlarga mo‘ljallangan. TypeSafe bo‘yicha loyihalashning sakkiz qadami:

1. Kod bilan qilish mumkin bo‘lgan hamma narsani kod bilan qiling — ishonchli va arzon.
2. Holatga faqat joriy savollarga kerakli narsani kiriting; yangi faktlarni model xotirasidan emas, o‘z bilim bazangizdan oling.
3. Holatda tuzilma: ichma-ich JSON, savolda esa, shu noaniqlikni kamaytirsa, kerakli maydon yo‘li teskari qo‘shtirnoqlarda.
4. Eng tor va aniq savollar — TypeSafe ta’biricha, ehtimol, eng asosiy qoida: keng savol bitta javob ortida bir nechta hukmni yashiradi.
5. Savollarda tuzilma: savolning o‘zi qisqa; izohlar, misollar va bazangiz qiymatlari bitta uzun satrda emas, instructions yoki criteria obyektining qo‘shni maydonlarida.
6. Bitta so‘rovda bitta holatga oid ko‘plab mustaqil savollar — har bir dollar uchun ko‘proq foyda.
7. Javoblarni kod birlashtiradi: qoidalar, vaznli yig‘indi orqali yoki klassik mashinali o‘qitish modeli uchun belgilar sifatida.
8. Ishonch bo‘yicha tarmoqlanish: noaniq holatlar odamga yoki mulohazali modelga yuboriladi.

Jev chat ham, kodni davom ettirish modeli ham emas, uni dasturlash agentida til modeli o‘rniga qo‘yib bo‘lmaydi. Lekin agent siz uchun tez kalibrlangan javob kerak bo‘lgan joyda Jev’ni chaqiradigan kod yozishi mumkin.

Qayerda qo‘llaniladi

• Fon rejimidagi avtomatlashtirish — yonida odamsiz bir million marta ishga tushiriladigan qarorlar.
• Real vaqt — TypeSafe ma’lumotiga ko‘ra, aksariyat so‘rovlar taxminan 100 ms’da bajariladi: tezkor qayta ishlash va interfeyslar uchun yetarli.
• Katta ma’lumotlar — ulkan korpuslarda qidiruv, agent ishi jurnallarini belgilash, prognozlar uchun belgilar.
• Boshqa modellarni tekshirish — so‘rovlar, ajratib olishlar, mulohazalar, vosita chaqiruvlari: cheklovlarni chetlab o‘tish, iqtibos xatolari, uydirmalar.
• Qidiruv va reytinglash — «so‘rov — nomzod» juftligi mosligi, qayta reytinglash, kontekst tanlash.
• Niyat bo‘yicha tarmoqlanish — foydalanuvchi nima istayotgani va qaysi ishlovchi kerakligi: oddiy mantiq, sohaga mos model yoki odam; mavzu, murakkablik va xavf so‘rovni qaysi til modeliga berishni hal qiladi.
• Himoya tekshiruvlari — til modelining kirishi, chiqishi va vosita chaqiruvlari: kiritilgan ko‘rsatmalar, qoida buzilishlari, shaxsiy ma’lumotlar sizishi.
• Qo‘llab-quvvatlash — murojaat mavzusi va niyati, shoshilinchlik, jahl, mijoz ketishi xavfi, qaytarish so‘rovi, navbat.
• Moderatsiya — maydonchangiz qoidalari bo‘yicha: toksiklik, ta’qib, spam, firibgarlik, xavfli maslahatlar, shaxsiy ma’lumotlar; jiddiylik va ishonchga qarab o‘tkazish, ogohlantirish, tekshirish yoki bloklash.
• Sohalar — sug‘urta holatlari, moliyaviy tekshiruvlar va KYC, shartnomalar va reklama, mahsulot kartalari, xodim tanlash, lidlar, o‘yinlar, xavflar, talab prognozi, bilim graflari, ilmiy sharhlar, CI’da kodning ma’noviy tekshiruvlari.

Xususiyatlar

• jev-latest — so‘nggi barqaror versiyaning boshqa nomi, hozir Jev 1.13; javob bergan versiya model maydonida, masalan, jev-1.13.0. Yangi versiya chiqqanda bu nom unga o‘tadi va siz tomondan o‘zgarishsiz ham javoblar o‘zgarishi mumkin — chegaralar versiyaga moslangan bo‘lsa, shu maydonni kuzating.
• Kontekst — har bir so‘rovga 64K token: holat va barcha savollar birga; holat eng uzun savol bilan 32K gacha. Model holatni bir marta o‘qiydi va barcha savollarni unga nisbatan parallel tekshiradi.
• Kirish — faqat matn: satr, JSON obyekti yoki matnlar massivi. Rasmlar, audio va video hozircha qo‘llab-quvvatlanmaydi — ularni oldindan matnga aylantiring.
• Til — asosiy o‘qitish tili ingliz, hozir eng yuqori aniqlik shu tilda. Model boshqa tillarni, jumladan, xitoy, yapon va koreys tillarini qabul qiladi, lekin aniqlik pastroq — o‘z ma’lumotlaringizda tekshiring.
• Ailoot API narxlari va hisob-kitob — shartlar tanlangan metodga bog‘liq va shu metod kartasida ko‘rsatilgan.
• Sozlash — Jev buyurtmachi ma’lumotlarida qo‘shimcha o‘qitilmaydi: o‘z materiallaringiz state ichida, soha qoidalari esa instructions va criteria ichida.
• Ma’lumotlar — TypeSafe Jev mijozlar so‘rovlari va javoblarida o‘qitilmasligini bildiradi.

Jev 1.13’ning ma’lum zaif tomonlari

TypeSafe joriy versiya zaif tomonlarini ochiq sanaydi va keyingilarida ko‘pini tuzatishni va’da qiladi. Model tez, kalibrlangan va sog‘lom mantiq bilan yaxshi hukm qiladi, lekin:

1. So‘zma-so‘z o‘qiydi. Nazarda tutilgan emas, yozilgan savolga javob beradi: istisnolar, inkorlar va yashirin shartlarni so‘zma-so‘z tushunadi. Aniq shart va chegaraviy holatlarni criteria ichida yozing; muqarrar talqinni ikkita so‘zma-so‘z savolga ajrating.
2. Kalkulyator emas. Belgilar, takrorlar va ro‘yxat elementlarini sanash ishonchsiz, xato hajm bilan o‘sadi — kodda, har bir nomzodga bitta savol bilan hisoblang. Model hex yoki RGB ranglarini nomlardan yomonroq tushunadi. score chegara uchun mos, lekin darajalar orasidagi aniq son uchun emas.
3. Sana va vaqt. Qaysi sana oldin, ular orasida qancha vaqt bor, sana davrga kiradimi — ishonchsiz, ayniqsa, formatlar aralash va sanalar nisbiy bo‘lsa. Sana qismlarini choice orqali («ko‘rsatilmagan» varianti bilan) ajratib oling, kodda solishtiring.
4. Bilvositalik. Ikki karra inkorlar va xususiyatning xususiyati haqidagi savollar aniqlikni pasaytiradi. To‘g‘ridan-to‘g‘ri yozing, holat qismlarini nomi bilan atang.
5. Holatdagi ortiqcha narsa. Begona matn aniqlikni pasaytiradi. Kodda filtrlang, buning iloji bo‘lmasa, nomuvofiq narsalarni noul savollari bilan ajrating.
6. Dushmanona matn. Model standart holatda holatdagi tuzoqlarni kutmaydi: kiritilgan ko‘rsatma yoki o‘z tasnifi haqida bahslashadigan matn javobni o‘zgartirishi mumkin. Aniq mezonlar yozing va ishga tushirishdan oldin chegaraviy holatlarni tekshiring.
7. Ziddiyatlar. instructions va criteria turli narsani so‘rasa, masalan, noul’da «ha» «yo‘q» deb tavsiflansa, aniqlik tushadi. Mezonlar — savolning davomi.
8. Variantlar tartibi. Ba’zan model birinchi choice variantiga moyil bo‘ladi. Variantlar o‘rnini almashtiring va javob o‘zgarmasligini tekshiring.
9. Yaratish. Jev matn yozishga o‘qitilmagan. Ma’lumot ajratib olish uchun nomzodlarni muntazam ifoda yoki generativ model bilan toping, Jev esa to‘g‘risini choice orqali tanlasin.