Jev چیست؛ مدل هوش مصنوعی برای تصمیم‌گیری به‌جای نوشتن متن

Jev چیست؟ مدل جدید TypeSafe AI که به‌جای تولید متن، مقدار و احتمال برمی‌گرداند؛ چند ده برابر سریع‌تر و ارزان‌تر از مدل‌های زبانی بزرگ.

✍️ عرفان فرنود۶ دقیقه مطالعهبه‌روزرسانی: ۱۱ مهر ۱۴۰۵
تصویر مفهومی مدل هوش مصنوعی Jev برای تصمیم‌گیری سریع نرم‌افزار

Jev چیست؟ Jev مدل جدید شرکت TypeSafe AI است که برخلاف مدل‌های زبانی بزرگ، متن تولید نمی‌کند؛ به‌جایش یک مقدار مشخص همراه با درصد اطمینان برمی‌گرداند تا مستقیم در نرم‌افزار مصرف شود. این مدل در پانزدهم سپتامبر ۲۰۲۶ به‌صورت دسترسی محدود منتشر شد، همزمان با اعلام سرمایه‌گذاری چهل میلیون دلاری روی این شرکت. در ادامه می‌بینید Jev دقیقاً چه فرقی با کلاد یا چت‌جی‌پی‌تی دارد و چه زمانی به‌کارتان می‌آید.

Jev چیست

Jev اولین محصول از دسته‌ی جدیدی است که TypeSafe AI آن را «System One Model» می‌نامد؛ مدلی که برای تصمیم‌های سریع و ساختاریافته ساخته شده، نه برای نوشتن یا مکالمه. سازنده‌ی آن دیوگو آلمیدا است، یکی از پژوهشگران سابق OpenAI و از افراد درگیر در ساخت اولیه‌ی ChatGPT، که دو سال روی این مدل کار کرده است.

چند نکته که Jev را از یک مدل زبانی معمولی جدا می‌کند:

  • خروجی تایپ‌شده، نه متن: به‌جای جمله، یک مقدار مشخص (عدد، برچسب، تصمیم) برمی‌گرداند.
  • همراه با درصد اطمینان: هر تصمیم با یک confidence score همراه است که نرم‌افزار می‌تواند رویش منطق بسازد.
  • ساخته‌شده برای مصرف ماشین: خروجی برای خواندن انسان نیست، برای مصرف مستقیم توسط کد دیگر است.
  • سرعت پاسخ در حد میلی‌ثانیه: بین ۷۰ تا ۵۰۰ میلی‌ثانیه، در برابر چند ثانیه تا چند دقیقه برای مدل‌های زبانی بزرگ روی همین نوع تصمیم.

Jev چطور کار می‌کند و چه فرقی با LLM دارد

مدل‌های زبانی بزرگ مثل کلاد یا جی‌پی‌تی برای تولید متن، کدنویسی و مکالمه بهینه شده‌اند. Jev برعکس، برای «تصمیم‌های نوع یک» بهینه شده؛ تصمیم‌هایی مثل طبقه‌بندی، امتیازدهی یا انتخاب گزینه که باید سریع و ارزان انجام شوند.

ویژگیمدل زبانی بزرگ (LLM)Jev
نوع خروجیمتن آزادمقدار تایپ‌شده + احتمال
زمان پاسخچند ثانیه تا چند دقیقه۷۰ تا ۵۰۰ میلی‌ثانیه
مخاطب خروجیانساننرم‌افزار و کد
کاربرد اصلینوشتن، مکالمه، کدنویسیتصمیم‌گیری سریع، طبقه‌بندی، ارزیابی
قیمت هر میلیون توکن ورودیمعمولاً چند دلارحدود ۰.۰۴۲ دلار

طبق اعلام رسمی TypeSafe AI، هدف از Jev جایگزینی مدل‌های زبانی بزرگ در جاهایی نیست که نیاز به نوشتن یا استدلال پیچیده دارند، بلکه تکمیل آن‌ها در تصمیم‌های ساده و پرتکرار است.

Jev کجا استفاده می‌شود

اولین کاربردهای Jev که گزارش شده‌اند این‌ها هستند:

  1. ربات‌های معاملاتی که باید در کسری از ثانیه تصمیم بگیرند
  2. ارزیابی خودکار عملکرد ایجنت‌های هوش مصنوعی دیگر
  3. تصمیم‌گیری در بازی‌ها (مثل انتخاب حرکت در یک بازی)
  4. طبقه‌بندی و امتیازدهی حجم بالای داده که با LLM گران تمام می‌شود

این کاربردها نشان می‌دهند مسیر آینده، ترکیب مدل‌های زبانی بزرگ برای «فکرکردن و نوشتن» با مدل‌های تخصصی مثل Jev برای «تصمیم‌گرفتن سریع» است، نه جایگزینی یکی با دیگری.

چرا Jev الان مطرح شد

Jev محصول دو سال کار پنهانی (stealth) شرکت TypeSafe AI است، شرکتی که در سال ۲۰۲۴ در سان‌فرانسیسکو تاسیس شد. همزمان با عرضه‌ی محدود Jev در پانزدهم سپتامبر ۲۰۲۶، این شرکت یک دور سرمایه‌گذاری اولیه به ارزش چهل میلیون دلار به رهبری DCVC را هم اعلام کرد؛ گزارش‌ها ارزش‌گذاری TypeSafe را در همین مرحله حدود دویست میلیون دلار برآورد کرده‌اند.

زمان‌بندی این عرضه اتفاقی نیست. در همین بازه، شرکت‌های بزرگ هوش مصنوعی هم روی ایجنت‌هایی مثل Muse متا کار می‌کنند که باید در پس‌زمینه تصمیم‌های زیادی بگیرند. هرچه ایجنت‌ها بیشتر وارد کارهای واقعی روزمره شوند، نیاز به یک لایه‌ی تصمیم‌گیری سریع و ارزان زیر آن‌ها بیشتر می‌شود؛ همان جایی که Jev ادعا می‌کند جواب آن است.

چرا این موضوع برای هوش مصنوعی ایجنتیک مهم است

هر ایجنت هوش مصنوعی در حین کار، ده‌ها تصمیم کوچک می‌گیرد: آیا این پاسخ درست است، آیا باید این مرحله را تکرار کند، کدام گزینه بهتر است. اگر هر کدام از این تصمیم‌های کوچک را با یک مدل زبانی بزرگ و گران بگیرید، هم کند می‌شود و هم پرهزینه. مدل‌هایی مثل Jev دقیقاً همین بخش از هوش مصنوعی ایجنتیک را ارزان و سریع می‌کنند؛ همان مفهومی که در فصل ایجنت دوره‌ی سفر هوش مصنوعی هم روی آن کار می‌شود.

کاربرد Jev برای کسب‌وکار ایرانی

برای یک کسب‌وکار ایرانی که مثلاً هزاران پیام دایرکت اینستاگرام یا تیکت پشتیبانی را باید طبقه‌بندی کند، هزینه‌ی استفاده از یک مدل زبانی بزرگ برای هر پیام به‌سرعت بالا می‌رود. مدل‌های تخصصی تصمیم‌گیری مثل Jev نشان می‌دهند مسیر درست، انتخاب مدل مناسب برای هر بخش از کار است، نه استفاده از یک مدل بزرگ برای همه‌چیز. طراحی این نوع معماری دقیقاً کاری است که تیم XO در بخش هوشمندسازی کسب‌وکار انجام می‌دهد.

از کجا شروع کنم

اگر می‌خواهید مفهوم ترکیب مدل‌های تخصصی در یک ایجنت را یاد بگیرید:

  1. مقاله‌ی هوش مصنوعی ایجنتیک چیست را برای مفاهیم پایه بخوانید.
  2. تفاوت مولتی ایجنت را ببینید تا بفهمید چرا ترکیب چند مدل بهتر از یک مدل بزرگ است.
  3. در فصل ایجنت دوره‌ی سفر هوش مصنوعی یاد بگیرید چطور ایجنت خودتان را با معماری درست بسازید.
  4. برای پیاده‌سازی روی داده‌های واقعی کسب‌وکارتان، از تلگرام @xo_xoai درخواست مشاوره بدهید.

مقالات مرتبط

حالا که می‌دانید Jev چیست، این مقاله‌ها نشان می‌دهند چنین مدلی کجای یک سیستم ایجنتیک می‌نشیند:

سوالات متداول

Jev چیست و چه فرقی با کلاد یا چت‌جی‌پی‌تی دارد؟

Jev مدل هوش مصنوعی TypeSafe است که به‌جای متن، مقدار تایپ‌شده و درصد اطمینان برمی‌گرداند. کلاد و چت‌جی‌پی‌تی برای نوشتن و مکالمه ساخته شده‌اند؛ Jev برای تصمیم‌گیری سریع و ارزان ساخته شده است.

آیا Jev جایگزین مدل‌های زبانی بزرگ می‌شود؟

نه به‌طور کامل. Jev برای تصمیم‌های ساده و پرتکرار طراحی شده، نه برای نوشتن یا استدلال پیچیده. مسیر واقعی ترکیب این دو نوع مدل در یک سیستم است.

قیمت و سرعت Jev چقدر است؟

طبق اعلام رسمی TypeSafe AI، قیمت هر میلیون توکن ورودی حدود ۰.۰۴۲ دلار است و زمان پاسخ بین ۷۰ تا ۵۰۰ میلی‌ثانیه طول می‌کشد، در برابر چند ثانیه تا چند دقیقه برای مدل‌های زبانی بزرگ روی همین نوع تصمیم.

می‌خواهی این‌ها را عملی یاد بگیری؟

دوره‌ی سفر هوش مصنوعی: ۷ فصل پروژه‌محور از صفر تا درآمد.

نظرها

  • اولین نفری باش که نظر می‌دهد.

مقالات مرتبط