TypeSafe · System One 决策模型
Jev 使用攻略
让模型做选择、评分和判断,把生成回答交给其他组件。
Jev 接收一份 state 和一组预先定义的问题,返回 Choice、Score 或 Noul 结果。它适合路由、筛选和评价节点,不生成自由文本,也不直接替代编程 Agent 或聊天模型。
Playground 体验约 10 分钟资料核验 含安全检查
本轮资料更新
10 月模型更新 · Jev 1.14
- 官方模型页已列出 10 月 14 日开放的 jev-1.14.0,不再仅有早期教程中的 Jev 1.13。
- 当前标准接口接受文本状态并返回类型化判断;概率与 confidence 需要在业务样本上验证。
01 · 快速上手
从第一次启动,到完成一个真实任务
01
先在 Playground 定义问题
准备简短文本和明确选项,体验 Choice、Score 与 Noul 的差异。
02
留出人工复核分支
把歧义、低置信度和超出选项的输入交给人工或其他模型,不把数值当成正确性的保证。
03
再决定是否接入 API
使用官方 SDK 和当前模型 ID,记录调用条件、结果与目标样本上的错误率。
建议从这个任务开始
为支持请求设计一个 Jev 分类实验:定义互斥选项、脱敏输入、人工标注样本和复核规则。先交付实验方案,不调用付费接口。
先用小样本验证结果,再扩大任务范围。
02 · 基础配置
上手设置与任务模板
概念示例,不是 API 请求字段 · 决策设计模板
任务:支持请求分类
输入:脱敏后的请求文本
选项:技术问题 / 账单问题 / 售前咨询 / 其他
复核:歧义输入和低置信度结果
验收:使用人工标注的样本检查错分
不用于:生成回复或自动承诺退款03 · 实用技巧
真正拉开效果差距的使用习惯
技巧 01
选项先互斥再覆盖
为相近选项写清区别,并保留无法归类的处理路径。
技巧 02
决策与生成分开
Jev 选择下一步,由对应工具或生成模型完成后续工作。
技巧 03
在自己的数据上评估
记录误判和分布变化,再选择阈值;不要照搬演示速度或宣传倍数。
可直接复用的任务模板
为支持请求设计一个 Jev 分类实验:定义互斥选项、脱敏输入、人工标注样本和复核规则。先交付实验方案,不调用付费接口。
04 · 安全边界
明确使用与执行边界
执行前检查
- 不将概率直接视为业务事实
- 涉及资金或权限的动作另行确认
- 生产决策保留可追踪的输入与复核记录
05 · 学习资源
继续深入
官方资料用于确认安装、命令和权限;社区资料用于补充中文经验与案例。涉及版本的内容请以官方为准。