Jevとは、文章生成をしない新しいAIモデル。従来のLLMとは違い、判断のみに特化した「賢いSwitch」とも言われます。

今回は、TypeSafe AIから出た「Jev（ジェブ）」について、まとめていきます。

Jevとは

Jevとは、一言で言うと「判断結果を型付きの値で返し、コードの分岐に使える」ようにしたAIモデル。

入力値からの判断は、従来のLLM（ChatGPTやClaudeなど）でも対応できました。たとえば、お問い合わせ文章から、どういったカテゴリーの問い合わせなのかを判断するなどです。

しかし、時間・金銭的なコストがかかり、回答が安定しないという側面もありました。

それを解決するために作られたのが、この「Jev」。文章を生成せずに事前に規定された（構造化された）返却値のみを返します（そこから、System One Modelとも呼ばれます）。

返すのは、3つの型のみ

Jevから返却されるのは以下の3つ：

  1. 選択（Choice）
  2. スコア（Score）
  3. 真偽（Noul）

より具体的には、以下の値を返します。

質問種別 用途 返却値
Choice 選択肢の中から選ぶ 選択肢、確率、自信度
Score 評価基準に沿ってスコアリング スコア、確率、自信度
Noul 主張が真かどうかを下す 0〜1

これら3つの中でも特殊なのは、真偽を下すNoul。ここだけ、確率や自信度を返さず、0〜1の数値のみを返します。数値の意味は、0.1がNo寄り、0.5は真偽が拮抗、0.9はYes寄りです。

Jevの活用事例

Twitterで見つけたいくつかの面白い事例をご紹介しておきます。

Jevは言い換えると「自然言語で文脈を理解した条件分岐」とも言えます。なので、より柔軟なプログラミング・ソフトウェアを実現できるなと、これらの活用事例を見て感じました。