Нейросеть Jev онлайн

Jev — специализированная модель от TypeSafe, которая не генерирует обычный текст. Её задача намного проще и конкретнее: быстро принимать решения на основе текста и возвращать строго заданный результат.

Например, вместо того чтобы просить обычную LLM определить, является ли сообщение пользователя жалобой, и потом разбирать её длинный ответ, Jev можно сразу попросить выбрать один из вариантов: «жалоба», «вопрос» или «другое». Модель вернёт именно выбранный вариант и вероятность своего решения.

Jev может

• классифицировать текст;
• выбирать один вариант из нескольких;
• выставлять оценку по заданной шкале;
• отвечать на вопросы «да/нет» с вероятностью каждого варианта;
• определять категорию или приоритет сообщения;
• проверять текст на соответствие заданным условиям;
• принимать решения перед выполнением действий ИИ-агента;
• сортировать и оценивать объекты по заданным критериям.

Главная особенность в том, что варианты ответа задаёт разработчик. Поэтому результат получается предсказуемым и его не нужно дополнительно разбирать с помощью регулярных выражений или другого кода.

Что принимает на вход

Jev работает с текстом. Это может быть:

• сообщение пользователя;
• заявка или обращение;
• текст документа;
• описание задачи;
• данные из приложения;
• контекст работы ИИ-агента;
• несколько вопросов с разными критериями оценки.

Вместо сгенерированного текста Jev возвращает структурированное решение.

Поддерживаются три основных типа:

• Choice — выбор одного варианта из заранее заданных;
• Score — оценка по определённой шкале;
• Noul — решение в формате «да/нет» с вероятностями.

Агентские возможности

Jev работает как дополнительный компонент ИИ-агентов. Её можно поставить перед потенциально опасным или нежелательным действием и использовать как фильтр.

Например, агент собирается вызвать инструмент. Jev может проверить запрос и решить, разрешать ли это действие. Если вероятность разрешения выше заданного порога, агент продолжает работу, если нет, действие блокируется или передаётся человеку на проверку.

Примеры использования

• Распределение обращений клиентов по отделам.
• Определение категории сообщения.
• Фильтрация комментариев.
• Проверка текста перед публикацией.
• Определение приоритета заявки.
• Проверка соответствия контента правилам.
• Классификация большого количества документов.
• Оценка кандидатов по заданным критериям.
• Проверка действий ИИ-агента перед выполнением.
• Автоматическое принятие простых решений в приложениях.

Почему удобно через GenAPI

Jev интересна не как обычный чат-бот, а как специализированный инструмент для автоматизации. Её можно использовать там, где обычную LLM приходится просить принять простое решение, а затем дополнительно разбирать её ответ.

Через GenAPI Jev можно использовать для классификации, фильтрации и автоматизации текстовых процессов наряду с обычными языковыми моделями. Сервис работает на русском языке, предоставляет поддержку и принимает оплату российскими банковскими картами.