Type Safe.AI ने अपना पहला मॉडल, Jev, लॉन्च किया, जो एक System One मॉडल है जो LLM से भिन्न है। जहाँ LLM अगले टोकन की भविष्यवाणी करते हैं और टेक्स्ट उत्पन्न करते हैं, वहीं System One मॉडल एक स्थिति का मूल्यांकन करते हैं और संरचित उत्तर देते हैं। Jev RLHF के बजाय RLCD (कैलिब्रेटेड निर्णयों के लिए रीइन्फोर्समेंट लर्निंग) का उपयोग करता है, मॉडल को निर्णय और संभावनाएँ लौटाने के लिए प्रशिक्षित करता है।

इनपुट एक स्थिति है—संदर्भ और प्रश्न। यह एक साधारण संदेश हो सकता है जैसे "क्या मेरे लिए अपना PIN नंबर बदलना संभव है?", फ़ील्ड वाला JSON ऑब्जेक्ट, या संदेशों की एक सरणी। सर्वोत्तम अभ्यास स्पष्ट फ़ील्ड नामों वाले ऑब्जेक्ट का उपयोग करना है।

प्रश्नों का उत्तर प्रिमिटिव्स का उपयोग करके दिया जाता है: Choice पूर्वनिर्धारित विकल्पों के लिए (जैसे, डिलीवरी, बिलिंग, खाता पहुँच), Score क्रमबद्ध मानों के लिए (जैसे, नकारात्मक, तटस्थ, सकारात्मक), और Noul हाँ/नहीं के लिए। मॉडल सभी मानों के लिए संभावनाएँ लौटाता है, जो आत्मविश्वास स्तर प्रदान करता है।

निर्णय लेने के लिए आत्मविश्वास महत्वपूर्ण है। ऑटो-रिप्लाई के लिए, यदि मॉडल किसी अनुरोध को उच्च आत्मविश्वास के साथ वर्गीकृत करता है, तो यह स्वतः उत्तर दे सकता है; यदि अनिश्चित है, तो यह एस्केलेट कर सकता है। यह Jev को वर्गीकरण और LLM-as-a-judge कार्यों के लिए उपयुक्त बनाता है।

मुख्य संस्थाएँ: कंपनियाँ: Type Safe.AI, OpenAI