🚀 Yapay zekâda yeni bir model yaklaşımı: JEV TypeSafe, System One Models yaklaşımının bir parçası olarak geliştirdiği JEV modelini tanıttı. JEV’in dikkat çeken tarafı, klasik büyük dil modelleri gibi uzun metinler üretmeye odaklanmak yerine, yazılımların doğrudan kullanabileceği yapılandırılmış ve olasılıksal kararlar üretmesi. Klasik bir LLM genellikle soruya metinsel bir yanıt verirken JEV; sınıflandırma, puanlama, yönlendirme ve doğrulama gibi görevlerde sonucu doğrudan yazılım mantığına aktarılabilecek biçimde sunmayı hedefliyor. Örneğin bir sistemin bir işlemi “onayla”, “incelemeye gönder” veya “reddet” şeklinde değerlendirmesi gerekiyorsa JEV yalnızca tek bir seçenek sunmak yerine bu kararların olasılıklarını da sağlayabiliyor. Böylece uygulama, belirlenen eşiklere göre otomatik olarak farklı aksiyonlar alabiliyor. Bu yaklaşımın önemli noktalarından biri de kalibrasyon. Modelin verdiği yüzde değerlerinin gerçek sonuçlarla ne kadar örtüştüğü, özellikle otomatik karar sistemlerinde kritik önem taşıyor. Çünkü %90 olasılık verilen bir kararın gerçekten benzer oranlarda doğru çıkması, modelin yalnızca tahmin üretmesinden çok daha kullanışlı bir yapı ortaya çıkarıyor. JEV ayrıca paralel örnekleme yaklaşımıyla öne çıkıyor. Geleneksel LLM'lerde metin token'larının sıralı şekilde üretilmesi gerekirken JEV, birbirinden bağımsız kararları daha paralel biçimde ele alacak şekilde tasarlanıyor. TypeSafe, kendi benchmark sonuçlarında bunun gecikme ve maliyet açısından büyük farklar oluşturabildiğini belirtiyor. Şirketin yayımladığı değerlendirmelerde JEV’in belirli iş akışlarında geleneksel LLM tabanlı çözümlere kıyasla çok daha düşük maliyet ve daha düşük gecikme sunduğu görülüyor. Ancak bu sonuçların TypeSafe’ın kendi benchmark'larına dayandığını ve özellikle System One tipi yapılandırılmış görevler için geçerli olduğunu belirtmek gerekiyor. JEV’in asıl hedefi bu nedenle “daha iyi sohbet etmek” değil. Daha çok AI'nın karar verdiği, kodun ise bu kararı uyguladığı yeni bir çalışma modeli oluşturmak. Kısacası: LLM → Metin üretir. JEV → Yazılımın kullanabileceği karar ve olasılık üretir. Bu yaklaşım; dolandırıcılık tespiti, güvenlik analizi, müşteri taleplerinin yönlendirilmesi, belge işleme ve yüksek hacimli otomasyon sistemlerinde önemli bir kullanım alanı oluşturabilir. Kaynak: https://typesafe.ai/blog/introducing-system-one-models-and-jev