أسبوع الماضي، كشفت Type Safe AI عن Jev، أول مثال لها على فئة جديدة من النماذج تسميها 'نماذج System One'—المعروفة أيضاً بـ 'نماذج القرار'. Jev هو متغير لنموذج LLM يقبل مدخلات نصية لكنه يعيد أرقاماً عشرية للفئات، أسئلة نعم/لا، التقييمات، ودرجات الثقة. تصف Type Safe نموذج Jev بأنه 'استدعاء دالة ذكاء حدودي: حالة غير منظمة كمدخل، قرارات احتمالية مصنفة كمخرج'. إنه سريع ورخيص، يفرض فقط 0.042 دولار لكل مليون توكن إدخال—أرخص من GPT-5 Nano من OpenAI بسعر 0.05 دولار/مليون. يتيح Jev للمستخدمين طرح أسئلة حول نص أو بيانات شبه منظمة من خلال إنشاء كائن حالة وإرساله إلى واجهة برمجة التطبيقات الخاصة بهم مع تقييم عدة أسئلة بالتوازي. يدعم النموذج ثلاثة أنواع من الأسئلة: Noul (درجات ثقة نعم/لا 0-1)، أسئلة اختيار مع توزيعات احتمالية، وأسئلة تقييم مع نطاقات رقمية. هذا النهج ممتاز لمهام التصنيف مثل كشف البريد العشوائي، التصنيف، وإعادة ترتيب البحث. ومع ذلك، يمثل Jev تراجعاً نحو أنظمة الصندوق الأسود—فهو لا يقدم تفسيرات للقرارات، مما يثير مخاوف بشأن التحيز الخفي، خاصة في التطبيقات الحساسة مثل التوظيف. التقييم الشامل أمر حاسم نظراً لغموض النموذج.