Explainer: System One models and Jev's five core concepts
Using a Stripe support ticket as an example, it explains how State, Choice, Score, Noul and Structure let Jev return routing, sentiment score and urgency in a single call.
¿qué es un System One model? TypeSafe usa ese nombre para modelos de IA diseñados para tomar decisiones rápidas y estructuradas. Jev es el primero. entienden lenguaje natural, pero devuelven elecciones, puntajes y probabilidades en lugar de generar texto libre. para entender cómo funcionan, hay 5 conceptos: 1) State: la información que el modelo evalúa. puede ser un mensaje, una conversación o un JSON con datos relevantes. 2) Choice: elige entre opciones que vos definís. devuelve la elección y la probabilidad de cada opción. 3) Score: evalúa algo sobre una escala sobre niveles que describís vos. devuelve un puntaje que puede quedar entre 2 niveles. 4) Noul: evalúa una pregunta de sí/no. devuelve la probabilidad de que la respuesta sea sí. 5) Structure: permite organizar las instrucciones y los criterios en JSON, con descripciones y ejemplos que aclaren qué evaluar. en las capturas se ve un ejemplo muy claro: un cliente tiene problemas para conectar su cuenta de Stripe. ese mensaje es el State. en una misma llamada se evalúan 3 preguntas: → Choice: ¿qué equipo debería atenderlo? devuelve “technical”, con una probabilidad de 0.85. → Score: ¿qué tan frustrado está? devuelve 1 sobre una escala de 0 a 2: “frustrado pero respetuoso”. → Noul: ¿el mensaje transmite urgencia? devuelve 1.0 como probabilidad estimada de “sí”. no mide cuánta urgencia tiene ni garantiza que acierte. con esas respuestas, tu código podría crear un ticket para soporte técnico y marcarlo como urgente, sin que alguien tenga que leer y clasificar el mensaje a mano. *la primera imagen muestra qué le enviás. la segunda, qué devuelve.
This post quotes another post: “What Jev is: context and options in, decisions with probabilities out”