Jev

TypeSafe Jev es un modelo de decisión: no genera texto y solo responde a preguntas definidas de antemano. La petición incluye el contenido que se debe evaluar y un conjunto de preguntas; el modelo devuelve para cada pregunta una respuesta estructurada junto con su probabilidad, a partir de la cual el programa puede ejecutar directamente su lógica de ramificación.

Casos de uso

Adecuado para:

• Clasificación y enrutamiento: equipo responsable de un ticket, categoría de intención del usuario.
• Decisiones de sí o no: si contiene datos personales, si se trata de una solicitud de reembolso, si es una inyección de prompt.
• Puntuación y ordenación: grado de urgencia, relevancia, intensidad del sentimiento y filtrado de resultados de búsqueda.
• Control de calidad de las salidas de LLM: si la respuesta es pertinente, si infringe las normas.

No adecuado para:

• La generación de texto, resúmenes, traducciones o código.
• Las decisiones sobre imágenes (Jev solo admite texto y JSON como entrada; para imágenes, use GPT-6 Luna).
• Las preguntas abiertas cuyas respuestas no puedan definirse de antemano como opciones o niveles.

Comparación con el enfoque «modelo de chat + salida JSON»:

Inicio rápido

1. Preparar los datos de conexión: cree una API Key en la consola de OfoxAI  y utilice los datos siguientes:

2. Instalar el SDK: para realizar la llamada con el SDK oficial de Python de OpenAI, instale una versión que incluya client.decisions:

pip install -U openai

3. Realizar la llamada:

import os
from openai import OpenAI
 
client = OpenAI(base_url="https://api.ofox.ai/v1", api_key=os.environ["OFOX_API_KEY"])
 
r = client.decisions.create(
    model="typesafe/jev-latest",
    input="Customer message: I was charged twice, nobody has answered my two emails, and I need a refund today.",
    questions=[{"type": "predicate", "name": "is_frustrated", "instructions": "Is the customer frustrated?"}],
)
print(r.answers[0].probability)  # 0.98

curl https://api.ofox.ai/v1/decisions \
  -H "Authorization: Bearer $OFOX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "typesafe/jev-latest",
    "input": "Customer message: I was charged twice, nobody has answered my two emails, and I need a refund today.",
    "questions": [
      { "type": "predicate", "name": "is_frustrated", "instructions": "Is the customer frustrated?" }
    ]
  }'

Ejemplo de respuesta:

{
  "model": "typesafe/jev-latest",
  "answers": [{ "type": "predicate", "name": "is_frustrated", "probability": 0.98 }],
  "usage": { "prompt_tokens": 302, "completion_tokens": 23, "total_tokens": 325 }
}

probability indica la probabilidad de que la respuesta sea «sí»; un valor de 0.98 significa que el modelo considera muy probable que el cliente esté insatisfecho. Para aplicarlo a su propio caso de uso, sustituya input por el contenido real y questions por las preguntas reales.

Tipos de pregunta

Seleccione el tipo de pregunta según la forma del resultado requerido:

Ejemplos: «¿Se trata de una solicitud de reembolso?» corresponde a predicate; «¿Qué equipo debe atender el ticket?», a choice; «¿Cuál es el grado de urgencia?», a score. Las tres preguntas pueden incluirse en la misma petición, que devuelve todas las respuestas a la vez.

Una vez determinado el tipo de pregunta, revise las preguntas y las opciones conforme a Diseño de preguntas.

Errores frecuentes

La lista completa de errores figura en Decisions API · Errores frecuentes.

Documentación oficial

• TypeSafe · Documentación 
• TypeSafe · Ejemplos de casos de uso 

Preguntas frecuentes