System One modelleri
Sohbet LLM'si değil, yazılımlar için hızlı ve türü belirli değerlendirmeler.
System One modelleri, yazılımın doğrudan kullanabileceği hızlı ve yapılandırılmış kararlar verir. Bu sınıftaki bir model, durumu değerlendirip türü belirli yanıtlar ve olasılıklar döndürür. Jev, TypeSafe bünyesindeki amiral gemisi ve halka açık ilk System One modelidir. LLM gibi doğal dil girdisini anlar. Ancak LLM'den farklı olarak yanıt, kod veya gerekçe açıklaması üretmez. Olası yanıtları Choice, Score ve Noul aracılığıyla siz tanımlarsınız.
LLM'den farkı
LLM, metni devam ettirmek üzere eğitilir. System One modeli ise kalibre edilmiş kararlar için eğitilir: olasılıklar, tahmin gruplarındaki belirsizliği yansıtacak şekilde sonuçlara göre optimize edilir. Kalibrasyon tek bir yanıtın doğru olacağını garanti etmez. Ancak bir paragrafı ayrıştırmak yerine kodda işlem, inceleme veya üst kademeye aktarma eşikleri belirlemenizi sağlar.
Jev öğesinden hiçbir zaman e-posta veya fonksiyon taslağı yazmasını istemezsiniz. Bir destek kaydının hangi kuyruğa ait olduğunu, müşterinin ne kadar hayal kırıklığı yaşadığını veya mesajın para iadesi talep edip etmediğini sorarsınız. TypeSafe kavram sayfasındaki tabloda bu üç örnek kullanılır: Choice choice: "billing" döndürür, Score 0-2 memnuniyetsizlik ölçeğinde 1.4 döndürebilir, Noul ise evet/hayır biçimindeki para iadesi kontrolü için 0.95 döndürebilir.
System One adı, Daniel Kahneman tarafından yazılan Hızlı ve Yavaş Düşünme'den gelir. Sistem 1 hızlı ve sezgiseldir. Sistem 2 daha yavaş ve ölçülüdür. TypeSafe hızlı değerlendirmeyi modele, yavaş kontrol akışını ise uygulamanıza yerleştirir. Bir görev uzun dolaylılık zincirleri veya serbest biçimli yazım gerektiriyorsa bu iş Jev 1.13 yerine üretken bir modele ya da koda aittir.
RLHF yerine RLCD
TypeSafe, Jev modelini Reinforcement Learning for Calibrated Decisions (RLCD) ile eğitir. RLHF, sohbet modellerini kullanıcı beklentilerine uyumlu hâle getirmek için kullanılan yöntemdir. RLVR, uzun biçimli akıl yürütme modellerinin olağan yoludur. RLCD ise TypeSafe'ün System One için belgelediği yoldur: akıcı tokenleri değil, kalibre edilmiş kararları ödüllendirmek. Lansman gönderisinde ayrıca yeni bir mimariden ve çok sayıda soruyu tek bir durum üzerinde değerlendiren paralel bir örnekleyiciden söz edilir.
Ağırlıklar ortak olduğundan Jev öğesine müşteri verileriyle ince ayar yapmaz veya LoRA uyarlaması uygulamazsınız. Özel kayıtları duruma koyun. Alana özgü kuralları talimat ve ölçütlerde kodlayın. Geniş kapsamlı bir değerlendirmeyi atomik sorulara bölün ve sayıları kodda birleştirin. Bileşik puanlama ile Jev olasılıklarını kullanan sonraki aşamadaki klasik model, özel bir kopya eğitmeden özelleştirme yapmak için belgelenen yöntemlerdir.
Jev şu anda yalnızca metin kabul eder. Dizeler, JSON nesneleri ve metin dizileri geçerlidir. Pikseller ve dalga biçimleri desteklenmez. Birincil eğitim dili İngilizcedir; CJK ve diğer yazı sistemleri daha düşük doğrulukla kabul edilir. Bu nedenle İngilizce olmayan bir iş yükünü yönlendirmeden önce test yapın. Choice ve Score güven düzeyleri, daha zayıf dilleri insan denetiminin arkasında tutmanın pratik yoludur.
Daha geniş bir iş akışında hızlı değerlendirmeler
Para iadesi talebinde belgelenen döngü şöyledir: mesaj, işlemler ve politikayla bir durum oluşturun; bağımsız soruları birlikte sorun (para iadesi istendi mi, kanıtlar mükerrer ücret gösteriyor mu, politika buna izin veriyor mu); ardından yanıtları deterministik kontrollerle birleştirip işlem veya inceleme için yönlendirin. Primitives hazır olduğunda bunları birleştirirsiniz. Türü belirli çıktılar sayesinde kodunuz, geride kalan düz yazıyı ayrıştırmadan yanıtları inceleyebilir.
Bunu ucuz hâle getiren kalıp spekülatif fan-out'dir. Bir cihaz türünü veya niyeti varsayanlar da dâhil olmak üzere ihtiyaç duymayabileceğiniz soruları gönderir, çağrıdan sonra ilgisiz sonuçları atarsınız. Sıralı gidiş dönüşlerde her adımın beklenmesi gerekirdi. Jev eşlemeyi paralel değerlendirdiğinden ek sorular gecikmeyi neredeyse hiç artırmaz. Akıllı ev demosunun kategori, alan, cihaz ve eylemi birlikte sorabilmesinin nedeni budur.
Bir System One modelini typesafe-sdk, @typesafe-ai/sdk veya POST https://api.typesafe.ai/v1/systemone. ile çağırın. Model alanı kullanılacak derlemeyi seçer; belge örneklerinde şu anda jev-1.13.0 öğesine işaret eden jev-latest kullanılır. Durum biçimleri ve Primitives ile başlayın, ardından otomatik yan etki oluşturmadan önce güven eşikleri ekleyin.
System One dışında kalanlar
Üretim, uzun vadeli planlama ve araç kullanan aracılar, Kahneman'ın terminolojisinde Sistem İki işidir. Jev 1.13 para iadesi e-postasını, SQL'i veya sıradaki Wikipedia paragrafını yazmaz. Destek kaydının para iadesiyle ilgili olup olmadığını, hangi kuyruğa ait olduğunu ve bu değerlendirmeden ne kadar emin olduğunu bildirir. Gerçekten token çıktısı gerektiğinde üretken bir modelle birlikte kullanın.
Sayısal özdeşlik de kapsam dışıdır. Sayma, tarih sıralaması ve onaltılık uzaklık kodda ele alınmalıdır. jaggedness sayfası, son olarak 17 Eylül 2026 tarihinde incelenen bu uç durumların kataloğudur. Bu kataloğu yok sayan bir System One iş akışı kalibre edilmiş görünebilir, ancak yine de ifadeyi kelimesi kelimesine yanlış yorumlayarak yönlendirme yapar.
TypeSafe görüntü girdisini yayımlayana kadar pikseller kapsam dışındadır. Doom, Wikiracing ve akıllı ev asistanının tümü metin gönderir. Ürününüz bir kameraysa önce yazıya dökün veya görüntüyü betimleyin. Ürününüz ses tabanlıysa aynı kural geçerlidir. 64k ve 32k bütçeleri kareler için değil, tokenler içindir.
System One, bugün halka açık tek üyesi bulunan bir ürün sınıfıdır. TypeSafe aynı uç noktada ikinci bir model yayınlarsa bunu model alanından seçersiniz. O zamana kadar jev-1.13.0, jev-latest ve jev-preview arkasındaki sürümlendirilmiş kimliktir. Aynı genel iş akışında yer alsa bile diğer tüm sohbet veya akıl yürütme modellerini farklı bir sınıf olarak değerlendirin.
RLCD, TypeSafe tarafından bu sınıf için adlandırılan eğitim yöntemidir. İstekte gönderdiğiniz bir anahtar değildir. Yine talimat ve ölçütler yazıp yanıtları kodda birleştirirsiniz. Fark, ağırlıkların ne için optimize edildiğidir: sohbet tokenları değil, kalibre edilmiş kararlar. Bu nedenle çıktı bir paragraf yerine Choice, Score veya Noul olur.
Yazım işleri için sohbet modellerini kullanın. Yol ayrımındaki karar için Jev kullanın. İkisi aynı iş akışını paylaşabilir, ancak aynı istemi paylaşmamalıdır. Bir System One modelini LLM'nin yanına koymanın temel amacı bu ayrımdır.
Kahneman, adın kaynağıdır; çalışma zamanı modu değildir. Choice, Score veya Noul seçeneklerinden birini yine kendiniz belirlersiniz.
Kaynaklar