La semana pasada, TypeSafe AI lanzó Jev, su primer modelo System One. El fundador Diogo Almeida trabajó anteriormente en OpenAI en la investigación de seguimiento de instrucciones detrás de ChatGPT.
Jev no chatea, escribe código ni resume. Toma un estado no estructurado y devuelve decisiones escritas con probabilidades calibradas. Eso lo convierte en una opción natural para los miles de pequeños juicios dentro de un bucle de agente: qué modelo llamar, si un comando es seguro, qué pasaje es relevante, si el agente realmente terminó.
Cómo funciona Jev
Cada llamada envía un estado (texto o JSON) más un diccionario de preguntas escritas. Los documentos de TypeSafe definen 3 primitivas:
Choice elige una opción de una lista y devuelve una probabilidad por opción más confianza. Score clasifica el estado en niveles de rúbrica ordenados y devuelve probabilidades más confianza. Noul devuelve la probabilidad (0 a 1) de que una afirmación sea verdadera.
Todas las preguntas se evalúan en paralelo frente al mismo estado en una sola solicitud. TypeSafe entrena a Jev con aprendizaje reforzado para decisiones calibradas (RLCD), por lo que una mayor confianza debería acompañar a una mayor precisión. Choice admite hasta 255 opciones.
Las principales afirmaciones, 193,6 veces más rápido y 444,6 veces más barato, provienen de las propias evaluaciones de flujo de trabajo de TypeSafe. La publicación de lanzamiento dice que estas cifras se encuentran en el extremo superior de las ganancias del mundo real y utilizan GPT-6 Astra y Fable 5.1 como solución de referencia.