Jev

Jev est un modèle d'intelligence artificielle qui évalue des questions sur un état et renvoie des résultats structurés que le code exploite directement. Il appartient à une classe de modèles que son développeur appelle System One, orientée vers la prise de décision dans des logiciels et non vers la génération de texte pour des personnes. Il ne génère pas de texte libre : il reçoit des informations non structurées, comme du texte ou l'état d'un programme, et renvoie des valeurs au format prédéfini.

Chaque requête se compose d'un état et d'une ou plusieurs questions de trois types : Choice, qui sélectionne une option dans une liste ; Score, qui note l'état selon une grille ; et Noul, qui estime la probabilité qu'une affirmation soit vraie. Choice et Score renvoient des probabilités et un niveau de confiance, ce qui permet de fixer des seuils pour que le logiciel agisse seul ou transmette le cas à une révision humaine. Noul n'inclut pas de niveau de confiance distinct.

Les questions, même de types différents, sont évaluées en parallèle et isolément face au même état, en une seule requête. Les sorties possibles sont définies à l'avance : le résultat respecte donc le schéma et n'exige pas d'interpréter du texte libre. Le modèle repose sur une architecture propre, un échantillonneur parallèle et une méthode d'entraînement appelée apprentissage par renforcement pour des décisions calibrées (RLCD).

La conception des requêtes part de questions atomiques, chacune sur un aspect précis, dont les résultats se combinent dans le code. Ses usages comprennent classer, orienter, noter et extraire des informations, ramifier des processus où la logique écrite à la main est rigide, transformer de grands volumes de données en attributs, et évaluer ou filtrer les entrées et sorties d'autres modèles.

L'accès se fait par API, avec documentation et console pour les développeurs. Jev est développé par TypeSafe AI, laboratoire d'IA centré sur l'infrastructure d'intelligence pour l'automatisation.