IT বিশ্ব Jev-এর বিষয়ে আগ্রহ প্রকাশ করছে, এটি Type Safe AI দ্বারা তৈরি একটি নতুন AI মডেল যা টেক্সট জেনারেট করার বদলে নির্ণয় করার জন্য ডিজাইন করা হয়েছে। প্রথমবর্তী LLMs-এর পার্থক্যে যেগুলি ক্লাসিফিকেশনের মতো কাজের জন্য যেকোনো স্ট্রিং আউটপুট করে, Jev পূর্বে নির্ধারিত সেটের মধ্য থেকে স্ট্রাকচার্ড মানগুলি ফেরায়, যেমন 'billing', 'technical' বা 'sales'। এটি স্পষ্টভাবে, সফটওয়্যার-কনজিউম করা যায় এমন আউটপুটগুলি নিশ্চিত করে। Diogo Almeida দ্বারা প্রতিষ্ঠিত, যিনি প্রথমে OpenAI-এ কাজ করেছেন এবং RLHF ও InstructGPT-এর মল্ট সৃষ্টিকর্তা (যা ChatGPT ও GPT-4-এর মূল উপাদান)। Type Safe AI Jev-কে তার প্রথম সিস্টেম ওয়ান মডেল (System One Model) হিসেবে উপস্থাপন করে। Daniel Kahneman-এর সিস্টেম ১/সিস্টেম ২ ফ্রেমওয়ার্কের প্রেতনা থেকে, Jev দ্রুত, আত্মবিশ্বাসী মনোভাব প্রদান করে দীর্ঘ যুক্তিভিত্তিক পদ্ধতির প্রয়োজন ছাড়ায়, বাস্তব সময় সফটওয়্যার একীকরণের জন্য আদর্শ। Jev-এর খরচ ধাঁধায় রয়েছে: ইনপুট কয়েটের কিছু ভাগ প্রতি মিলিয়ন টোকেনে, আর আউটপুট টোকেনগুলি সম্পূর্ণ ফ্রি। এটি LLMগুলি ব্যবহার করে নির্ণয় ইঞ্জিন হিসেবে ব্যবহার করার সাথে তুলনা করা হয়, যেখানে অপরিবর্তনীয় র্যান্ডমনেসের কারণে ফর্মেটেড বা অপ্রত্যাশিত আউটপুট তৈরি হতে পারে, যদিও স্ট্রাকচার্ড আউটপুটের উন্নয়ন আছে। Jev এটি মুক্ত করে দেয় নিশ্চিত, নির্ভরযোগ্য এবং নির্ধারিত বিকল্পগুলির মধ্যে আউটপুট স্পেসকে সীমাবদ্ধ করে, যা ক্লাসিফিকেশনকে একটি গ্যারান্টি করা, নির্ণয়যোগ্য পছন্দে রূপান্তরিত করে। এই মডেলটি জেনারেটিভ AI থেকে নির্ণয়-কেন্দ্রিত AI-এ একটি পরিবর্তন প্রতিস্থাপন করে, যা পাঠের পরিবর্তে সফটওয়্যারের প্রয়োজনীয়তা পূরণ করে যা সঠিকতার ওপর নির্ভর করে। AI উন্নত হয়ে যাওয়ার সঙ্গে সঙ্গে, Jev একটি উদাহরণ যা কিসেই কিসুই করার মতো বিশেষ মডেলগুলি কীভাবে নির্দিষ্ট, উচ্চ-বিশ্বস্ত টাস্কে সাধারণ ব্যবহারিক মডেলগুলি অতিক্রম করতে পারে তা ব্যাখ্যা করে। কী এনটিটিজ়: কম্পানিগুলি: Type Safe AI, OpenAI | মানুষ: Diogo Almeida, Daniel Kahneman