Jev lover lynrask AI-automatisering med færre hallusinasjoner

TypeSafe AI lanserer sin første «System One Model», kalt Jev, som er designet for å ta raske, strukturerte beslutninger programvare kan bruke direkte. Målet er å automatisere oppgaver som krever høy presisjon og hastighet, og modellen skal være opptil 200 ganger raskere og mer kostnadseffektiv enn dagens store språkmodeller (LLM-er). Jev skiller seg fra tradisjonelle LLM-er ved å prioritere strukturerte utdata fremfor fritekstgenerering, og er derfor utviklet for å unngå hallusinasjoner og typefeil. Dette oppnås gjennom en ny modellarkitektur og en treningsmetode kalt Reinforcement Learning for Calibrated Decisions (RLCD), som fokuserer på verifiserbare utdata med kalibrerte sannsynligheter. For norske virksomheter betyr dette at AI kan integreres i arbeidsflyter hvor sanntid og nøyaktighet er avgjørende. Eksempler er risikovurdering, kundeveiledning eller kvalitetssikring, hvor feilfri logikk er kritisk. Selskapet hevder Jev kan levere utdata på mellom 70 og 500 millisekunder, til en brøkdel av kostnaden sammenlignet med tradisjonelle LLM-er. Jev genererer alle utdata parallelt, i motsetning til sekvensiell token-generering som er vanlig for mange LLM-er. Dette muliggjør den høye hastigheten og effektiviteten. Modellen er foreløpig tilgjengelig i tidlig tilgang, og TypeSafe AI søker utviklere som ønsker å automatisere beslutninger der dagens AI kommer til kort.