أطلقت Type Safe.AI نموذجها الأول، Jev، وهو نموذج System One يختلف عن LLMs. بينما تتنبأ LLMs بالرمز التالي وتنشئ نصًا، تقوم نماذج System One بتقييم حالة وإنتاج إجابات منظمة. يستخدم Jev RLCD (التعلم المعزز للقرارات المعايرة) بدلاً من RLHF، مما يدرب النموذج على إرجاع القرارات والاحتمالات.

المدخل هو حالة—سياق بالإضافة إلى أسئلة. يمكن أن يكون رسالة بسيطة مثل "هل من الممكن أن أغير رقم PIN الخاص بي؟"، أو كائن JSON مع حقول، أو مصفوفة من الرسائل. أفضل ممارسة هي استخدام كائن بأسماء حقول واضحة.

يتم الإجابة على الأسئلة باستخدام العناصر الأولية: Choice للخيارات المحددة مسبقًا (مثل التوصيل، الفواتير، الوصول إلى الحساب)، Score للقيم المرتبة (مثل سلبي، محايد، إيجابي)، و Noul لنعم/لا. يعيد النموذج الاحتمالات لجميع القيم، مما يوفر مستويات الثقة.

الثقة حاسمة لاتخاذ القرار. للردود التلقائية، إذا صنف النموذج طلبًا بثقة عالية، يمكنه الرد تلقائيًا؛ إذا كان غير متأكد، يمكنه التصعيد. هذا يجعل Jev مناسبًا لمهام التصنيف و LLM-as-a-judge.

الكيانات الرئيسية: الشركات: Type Safe.AI، OpenAI