JEV একটি কৃত্রিম বুদ্ধিমত্তা মডেল যা কম্পিউটার প্রোগ্রামের জন্য সিস্টেম 1 ইঞ্জিন হিসেবে ডিজাইন করা হয়েছে, দ্রুত, এক-ধাপের সিদ্ধান্ত দেয় বদলে ধীর, কথোপকথন আউটপুটের। এটি একটি ছোট ওপেন সোর্স Qwen LLMকে সংগঠিত সিদ্ধান্তের শিরোনাম বদলে দ্রুত টেক্সট শ্রেণীকরণকারীতে রূপান্তর করে। পার্শ্বভিত্তিক বড় ভাষা মডেল যা দীর্ঘ তর্ক জেনারেট করে (সিস্টেম 2 ভাব) এর বিপরীতে, JEV তৎক্ষণে সাফ, মেশিন-পাঠ্য কমান্ড যেমন [CATEGORY: LETTER, CONFIDENCE: 98%] আউটপুট করে। এটি কঠোর নিয়ম-ভিত্তিক প্রোগ্রামিং এবং সূক্ষ্ম AI বোঝাপড়ার মধ্যেের খালি পাটি পূরণ করে। ড্যানিয়েল ক্যানম্যানের "চিন্তা, দ্রুত এবং ধীর" (২০১১) থেকে প্রেয়ে, JEV প্রোগ্রামারদেরকে বাস্তবসময় অ্যাপ্লিকেশন যেমন মেল শ্রেণীকরণের জন্য 'ذكی if-statements' (Smart if-statements) বনাম করার অনুমতি দেয়, যেখানে গতি এবং নির্ভরযোগ্যতা গুরুত্বপূর্ণ। কথোপকথন ফ্লফ সরিয়ে দিয়ে, JEV LLM বুদ্ধিমত্তা ব্যবহার দ্রুত, পূর্বানুমানমূলক সিদ্ধান্তের জন্য করে, পূর্ণ পাঠ জেনারেটিংের অপেক্ষা ছাড়া। এটি উচ্চ-হম্প্র量, কম ল্যাটেন্সি কাজের জন্য ideal, যা অজানা বিশ্বের ডেটার সঠিক শ্রেণীকরণের প্রয়োজন। JEV মডেলের বোঝাপড়া বজায় রাখে বরং বাক্য বৈচিত্র্য থেকে উদ্ভবিত অচেতনতা মুছে ফেলে। এটি AI-এর সূক্ষ্মভাবে চিন্তা করিয়ে এবং তৎক্ষণে কাজ করিয়ে যাওয়ার দিকে একটি পরিবর্তন উপস্থাপন করে, যা এমন উৎপাদন সিস্টেমের জন্য উপযোগী যেখানে দেয়ালা অসম্ভব। এই পোস্ট মূলত Towards Data Science-তে প্রকাশিত হয়েছিল, detail করে কীভাবে ওপেন LLMs ব্যবহার করে العملي AI একীকরণের জন্য JEV-র কার্যকরন বোঝায়।