Jev

Jev es un modelo de inteligencia artificial que evalúa preguntas sobre un estado y devuelve resultados estructurados que el código puede utilizar directamente. Pertenece a una clase de modelos que su desarrollador denomina System One, orientada a la toma de decisiones dentro de software y no a la generación de texto para personas. No genera texto libre: recibe información no estructurada, como texto o el estado de un programa, y devuelve valores con formato predefinido.

Cada consulta se compone de un estado y una o varias preguntas de tres tipos: Choice, que selecciona una opción de una lista; Score, que puntúa el estado según una rúbrica; y Noul, que estima la probabilidad de que una afirmación sea cierta. Choice y Score devuelven probabilidades y un nivel de confianza, lo que permite fijar umbrales para que el software actúe de forma autónoma o derive el caso a revisión humana. Noul no incluye un nivel de confianza independiente.

Las preguntas, incluso de tipos distintos, se evalúan en paralelo y de forma aislada frente al mismo estado, en una única solicitud. Las salidas posibles se definen de antemano, por lo que el resultado se ajusta al esquema indicado y no requiere interpretar texto libre. El modelo se basa en una arquitectura propia, un muestreador paralelo y un método de entrenamiento denominado aprendizaje por refuerzo para decisiones calibradas (RLCD).

El diseño de las consultas parte de preguntas atómicas, cada una sobre un aspecto concreto, cuyos resultados se combinan mediante lógica en el código. Entre sus usos se encuentran clasificar, enrutar, puntuar y extraer información, ramificar procesos donde la lógica escrita a mano resulta rígida, transformar grandes volúmenes de datos en atributos y evaluar o filtrar entradas y salidas de otros modelos.

El acceso se realiza mediante API, con documentación y consola para desarrolladores. Jev ha sido desarrollado por TypeSafe AI, laboratorio de IA centrado en infraestructura de inteligencia para automatización.