ما هو Jev؟
نظام قرارات من فئة System One يعيد قيمًا واحتمالات بدل النصوص.
نماذج System One: قرارات منظّمة يمكن للكود استهلاكها مباشرة — المفهوم، حالات الاستخدام، والمكاسب المتوقعة
من الفهم إلى القرار: خمسة محاور قصيرة تنتهي بتوصية تبنٍّ عملية قابلة للقياس.
نظام قرارات من فئة System One يعيد قيمًا واحتمالات بدل النصوص.
الحالة والأسئلة الذرية والثقة: دورة الطلب الواحد خطوة بخطوة.
مقارنة عملية مع النماذج اللغوية العامة في المخرجات والزمن والتكلفة.
حالات استخدام عملية للمركز مدعومة بأدلة من تجارب منشورة.
اعتبارات التطبيق، خارطة المراحل، والقرار المطلوب من القيادة.
المفهوم، وحدات القرار، ودورة العمل داخل الأنظمة القائمة.
النماذج اللغوية صُممت لتُنتج نصًا يقرؤه الإنسان؛ لكن الأنظمة تحتاج قرارات يستهلكها الكود مباشرة.
عند استخدام نموذج لغوي عام لاتخاذ قرار، نصوغ تعليمات نصية ونطلب مخرجات مهيكلة، ثم نحلّل الناتج لنستخرج قيمة صالحة للبرمجة — وهي حلقة هشّة: عرضة للتغيّر، وصعبة القياس، وأغلى مما يلزم.
ثلاث وحدات بناء تُستدعى مثل التوابع، ويمكن جمع العشرات منها في طلب واحد على الحالة نفسها.
يختار خيارًا واحدًا من مجموعة محددة، ويعيد الخيار مع احتمال لكل خيار وثقة. مثال: أي فريق يتولى هذه التذكرة؟
يعيد احتمالًا واحدًا من 0 إلى 1 لصحة عبارة. مثال: هل تطلب الرسالة بيانات دخول حساسة؟ وعند تعدد الأوصاف يُطرح سؤال مستقل لكل وصف.
يقيّم الحالة على مستويات مرتبة موصوفة، ويعيد درجة مع احتمالات المستويات. مثال: ما درجة انزعاج العميل؟
الثقة تُحسب من تركيز التوزيع الاحتمالي، وتصبح عتبة في الكود: تنفيذ تلقائي، مراجعة، أو تصعيد.
طلب واحد يحمل الحالة وكل الأسئلة، وتقييم متوازٍ يعيد إجابات مطبوعة جاهزة لقرار الكود.
نجهّز السياق اللازم فقط: نص التذكرة، السياسة ذات الصلة، بيانات الطلب. يُقبل النص أو JSON منظّمًا مع مسارات محددة.
نعرّف أسئلة ذرية واضحة: ما الذي نقيسه بالضبط، وما الخيارات أو المستويات. عشرات الأسئلة في الطلب نفسه.
يقيّم Jev كل سؤال على حدة وبالتوازي على الحالة نفسها؛ إجابة سؤال لا تتسرب إلى سؤال آخر.
قيم محددة + احتمالات معايرة + ثقة من 0 إلى 1. لا نص حر، ولا حاجة لتحليل المخرجات لاحقًا.
نفس قدرة الفهم اللغوي، لكن بمخرجات وإدارة يقين مصممتين ليستدعيها الكود لا ليقرأها الإنسان.
| المعيار | نموذج لغوي عام | Jev من TypeSafe |
|---|---|---|
| طبيعة المخرجات | نص حر يُقرأ ثم يُحلَّل | قيمة نمطية جاهزة للكود |
| عدم اليقين | ثقة معلنة غير معايرة | احتمالات معايرة + ثقة من 0 إلى 1 |
| زمن الاستجابة | ثوانٍ لكل استدعاء | نحو 100ms لكل طلب |
| تعدد الأسئلة | استدعاء منفصل غالبًا | عشرات الأسئلة في طلب واحد متوازٍ |
| موقع المنطق | داخل التعليمات النصية | القواعد والمسار في الكود |
| التكلفة | ترتفع مع كثافة التشغيل | بالإدخال فقط، والإخراج مجاني |
أرقام تشغيلية تعني مباشرة: سرعة في المسار، وتكلفة قابلة للتوسع، وسياق يكفي للتذاكر والوثائق.
المصادر: صفحات النماذج وتجربة Parallel questions في وثائق TypeSafe؛ تُقاس الفائدة الفعلية على بيانات المركز قبل التوسع.
من أين نبدأ، وما الذي يمكن أن يتغيّر فعليًا في العمل اليومي.
أنماط متكررة يمكن أن نجد لأغلبها مقابلًا في مسارات العمل الحالية للمركز.
قرارات دلالية داخل مسارات جاهزة، تعمل ملايين المرات دون متابعة بشرية، لأن التحكم في المسار يبقى للكود.
نحو 100ms تجعل الحكم الدلالي أسرع من إدراك المستخدم، فيصلح للتضمين في الواجهات والمساعدات التفاعلية.
تصنيف وترتيب واستخراج على نطاقات واسعة من السجلات والمراسلات، بتكلفة تُغيّر جدوى المعالجة الشاملة.
فحص مدخلات ومخرجات أي نموذج آخر: حقن الأوامر، الهلوسة، الاقتباسات، وأخطاء استدعاء الأدوات.
بديل أو مكمّل لتقنية Embeddings: تقييم الصلة بين الاستعلام والمرشحات وإعادة ترتيبها قبل عرضها للنموذج.
توجيه الطلبات بين النماذج، وتصنيف مسارات التفكير والاستدعاءات، وحراسة الاتساق بجزء من التكلفة.
ثلاث حالات نبدأ بها، واثنتان على الخارطة اللاحقة بعد قياس النتائج.
| الحالة | الآلية الجوهرية | المكتسب المتوقع | الأولوية |
|---|---|---|---|
| فرز وتوجيه تذاكر الدعم | Choice للفريق + Noul لمؤشرات الحساسية | توجيه فوري وزمن خدمة أقل | ابدأ الآن |
| حماية المساعد الذكي والمراسلات | Noul لحقن الأوامر والتسريب + Score للشدة | حماية البيانات والسمعة | ابدأ الآن |
| التحقق من التقارير المولّدة | Choice لدعم المصدر للاقتباس | تقليل الهلوسة قبل النشر | المرحلة التالية |
| استخراج بيانات المراسلات | ترشيح بالقواعد ثم اختيار النطاق الصحيح | إدخال أدق دون نماذج كبيرة | المرحلة التالية |
| تصنيف الوثائق هرميًا | اختيارات متوازية عبر مستويات التصنيف | توجيه أدق وتقارير متسقة | خارطة لاحقة |
13 سؤالًا على المحتوى نفسه: تجميعها في طلب واحد خفّض التكلفة 12.2 مرة وقلّل الزمن 10 مرات، دون تغيّر في الإجابات.
طلب واحد شامل = 1
طلب واحد شامل = 1
المصدر: تجربة Parallel questions في وثائق TypeSafe على 13 سؤالًا تنظيميًا لوثيقة GDPR. القيم نسبية توضح حجم الأثر.
بحث قانوني على 40 استعلامًا: Jev أعاد ترتيب المرشحات فقفزت دقة النتائج الأولى، دون تغيير بنية منظومة البحث.
تحسّن يقارب 3.6 أضعاف: الاسترجاع وجد الإجابة أصلًا، وأسئلة Jev رفعتها إلى المرتبة الأولى قبل إرسالها للنموذج.
تحسّن 24 نقطة مئوية في جودة السياق الواصل للنموذج، ما ينعكس مباشرة على دقة الإجابات المولّدة.
المصدر: تجربة Re-ranking في وثائق TypeSafe على 40 استعلامًا من مجموعة CLERC بعد استرجاع BM25 لـ30 مقطعًا لكل استعلام.
القيمة ليست في «ذكاء إضافي»، بل في جعل الحكم الدلالي جزءًا موثوقًا من الأنظمة القائمة.
التبنّي الواعي يبدأ بمعرفة حدود الأداة الحالية كما نعرف قوتها.
أربع مراحل قصيرة، لكل مرحلة مخرج واضح قبل الانتقال إلى التالية.
نبدأ بحالة عالية القيمة منخفضة المخاطر — مثل فرز تذاكر الدعم — ونحدد المخرجات والقرار المطلوب بدقة.
نكتب الحالة المنظّمة والأسئلة الذرية وعتبات الثقة وقواعد الدمج في الكود، بالشراكة بين فريق العمل والتقنية.
نراجع المعايرة والدقة مقابل الوضع الحالي، ونحدد التوفير في الزمن والجهد والتكلفة بأرقام موثقة.
نضيف الحالات التالية: حماية، تحقق، استخراج — مع ربط بالأنظمة وحوكمة واضحة للمراجعة البشرية.
| الحالة | الأثر | الجهد | الأولوية المقترحة |
|---|---|---|---|
| فرز وتوجيه تذاكر الدعم | سرعة الخدمة وجودة التوجيه | منخفض | تجربة فورية |
| حماية المساعد والمراسلات | حماية البيانات والسمعة | منخفض | تجربة فورية |
| التحقق من التقارير والاقتباسات | ثقة أعلى في المخرجات | متوسط | المرحلة التالية |
| استخراج بيانات المراسلات | دقة وسرعة الإدخال | متوسط | المرحلة التالية |
| تصنيف الوثائق وتقييم المخاطر | أثر مؤسسي واسع | أعلى | خارطة لاحقة |
Jev من TypeSafe — عرض تعريفي وحالات استخدام