TypeSafe का Jev क्या है: पाठ के बजाय निर्णय लौटाने वाला AI

TypeSafe का Jev ऐसा AI है, जिसे पाठ के बारे में निर्णय, वर्गीकरण और स्कोरिंग को ऐप में शामिल करने के लिए बनाया गया है। इस बार हम Jev के बारे में बता रहे हैं।

Jev बातचीत का साथी नहीं, बल्कि ऐप का निर्णयकर्ता है

Jev को समझने का सबसे आसान तरीका यह सोचना है कि आप AI से क्या लौटाने को कहेंगे। “इस पाठ को समझाइए” के बजाय, “क्या यह पाठ विज्ञापन है?”, “यह काम से जुड़ा है या निजी इस्तेमाल से?” या “खोज परिणाम के रूप में यह कितना प्रासंगिक है?” जैसे सवाल। Jev ऐसे सवालों को संभालता है जिनके जवाब का प्रारूप पहले से तय किया जा सकता है।

आम तौर पर संवादात्मक AI का इस्तेमाल सवालों के जवाब पाठ के रूप में पाने के लिए किया जाता है। इसके उलट, Jev को डेवलपर सॉफ़्टवेयर के भीतर इस्तेमाल करने के लिए बनाया गया है। उपयोगकर्ता आम तौर पर Jev से सीधे बातचीत नहीं करते; इसके बजाय, यह रोज़मर्रा में इस्तेमाल होने वाले ऐप के पीछे जानकारी को छाँटने और आगे की प्रक्रिया तय करने का काम करता है।

इसका संपर्क API के ज़रिए होता है। API वह माध्यम है जिससे कोई ऐप किसी दूसरी सेवा से काम करवाता है और उसका नतीजा प्राप्त करता है। Jev को पाठ और सवाल भेजे जाते हैं, फिर उससे निर्णय का नतीजा लेकर ऐप की अगली कार्रवाई से जोड़ा जाता है।

जवाब में निर्णय, विकल्प या अंक मिलते हैं

सामग्री में इस्तेमाल के तीन बड़े तरीके बताए गए हैं: यह तय करना कि कोई चीज़ विज्ञापन है या नहीं, सेव करने के लिए फ़ोल्डर जैसे विकल्पों में से चुनना और खोज परिणामों की प्रासंगिकता जैसी चीज़ों को अंक देना। निर्णय लेने वाले मॉडल के अर्थ में, ऐसे AI को “निर्णय मॉडल” कहा गया है।

मसलन, ईमेल व्यवस्थित करने वाला ऐप ईमेल का मुख्य पाठ लेकर उसे “काम”, “निजी” या “अन्य” श्रेणियों में से किसी एक में रखने के लिए कह सकता है। यह व्यवस्था समझाने के लिए दिया गया उदाहरण है। इसका विचार यह है कि लंबा व्याख्यात्मक जवाब पढ़कर उसमें से वर्गीकरण का नतीजा निकालने के बजाय, ऐप को सीधे वही जवाब मिले जिसका वह इस्तेमाल कर सके।

सामान्य बड़े भाषा मॉडल भी वर्गीकरण कर सकते हैं और तय प्रारूप में जवाब दे सकते हैं। अंतर इस बात में नहीं है कि वे वर्गीकरण कर सकते हैं या नहीं, बल्कि यह है कि Jev को ऐसे निर्णयों को मुख्य उपयोग मानकर बनाया और उपलब्ध कराया गया है। हालांकि, उपलब्ध सामग्री से Jev की आंतरिक संरचना या सामान्य भाषा मॉडल के मुकाबले उसके प्रदर्शन का अंतर पता नहीं चलता।

खोज और वीडियो देखने के छोटे-मोटे काम आसान करना

विकास के उदाहरणों में YouTube वीडियो के स्पॉन्सर्ड हिस्सों को छोड़ने वाला एक्सटेंशन, चैट से नकारात्मक टिप्पणियाँ हटाने वाला फ़ीचर, उपयोगकर्ता की मंशा के अनुरूप Gmail खोज और कामों को फ़िल्टर करना शामिल हैं। कॉपी-पेस्ट, ड्रैग-एंड-ड्रॉप और पेज पर खोज करने के तरीकों में बदलाव की कोशिशों का भी ज़िक्र है।

इन सभी में एक बात समान है: नया पाठ लिखने के बजाय पहले से मौजूद जानकारी में से चीज़ें चुनना। देखने लायक हिस्से को बनाए रखना, मनचाहा ईमेल ढूँढ़ना या उन मदों को छाँटना जिन पर कार्रवाई करनी है। इसे ऐसे समझा जा सकता है कि AI का इस्तेमाल चैट विंडो से आगे बढ़कर रोज़मर्रा के कामों तक पहुँच रहा है।

हालांकि, बताए गए विकास के उदाहरण और स्थिर रूप से काम करने वाले उत्पाद फ़ीचर एक ही बात नहीं हैं। मसलन, “नकारात्मक टिप्पणियाँ” हटाने में नतीजा इस बात पर निर्भर करेगा कि उत्पीड़न और जायज़ आलोचना के बीच अंतर कैसे किया जाता है। इसे लागू करते समय पहले तय करना होगा कि क्या हटाना है और फिर गलत तरीके से हटाई गई टिप्पणियों समेत नतीजों की जाँच करनी होगी।

AI का काम सिर्फ़ पाठ तैयार करना नहीं है

10 अक्टूबर 2026 की सामग्री में कई कंपनियों द्वारा Jev जैसे प्रारूप वाले निर्णय मॉडल उपलब्ध कराने की पहल का ज़िक्र है। इनमें किसी शर्त के पूरा होने की संभावना, विकल्पों में से चयन और अलग-अलग चरणों में मूल्यांकन जैसे जवाब दिए जाते हैं—ऐसे जवाब जिन्हें सॉफ़्टवेयर सीधे इस्तेमाल कर सकता है।

इसके पीछे यह बात है कि AI जब कई काम करता है, तो हर चरण में लंबे पाठ की ज़रूरत नहीं होती। आगे कौन-सी प्रक्रिया अपनानी है या नतीजा किसी शर्त को पूरा करता है या नहीं—ऐसे निर्णयों में विकल्प या निर्णय का मान मिल जाए, तो काम आगे बढ़ सकता है।

Jev का नज़रिया AI को बातचीत के साथी की तरह देखने के बजाय, ऐप के भीतर निर्णय लेने की सुविधा रखने पर केंद्रित है। हालांकि, जवाब का प्रारूप सरल होने का मतलब यह नहीं कि निर्णय लेना भी आसान है। उसी सामग्री में शुरुआती आकलन के तौर पर यह भी कहा गया है कि निर्णय मॉडल की निरंतरता और जटिल फैसले लेने में अभी चुनौतियाँ बनी हुई हैं।

इस्तेमाल शुरू करने से पहले गति नहीं, निर्णय की सीमाएँ तय करें

वास्तव में इस्तेमाल करना हो, तो पहले यह तय करना व्यावहारिक होगा कि “किस बात का निर्णय करवाना है” और “गलत निर्णय होने पर क्या होगा”। ईमेल पर लेबल लगाने और टिप्पणी को अपने-आप छिपाने की प्रक्रिया में गलत निर्णय का असर अलग-अलग होगा। जिन मामलों में निर्णय कठिन हो, उन्हें किसी व्यक्ति के पास वापस भेजने की व्यवस्था पर भी विचार करना चाहिए।

जवाब छोटा होने से यह ज़रूरी नहीं कि पूरे सिस्टम का खर्च भी कम हो जाए। सामग्री में यह आशंका भी जताई गई है कि कोडिंग-सहायता AI की बातचीत का इतिहास संक्षिप्त करने के लिए इसे जोड़ने से, पिछले इनपुट का दोबारा इस्तेमाल करके खर्च घटाने वाली व्यवस्था बाधित हो सकती है।

उपलब्ध सामग्री में Jev की विस्तृत मूल्य-सूची, स्वतंत्र सटीकता-जाँच या डेटा के संग्रह और इस्तेमाल की शर्तें शामिल नहीं हैं। कामकाजी ईमेल या ग्राहकों की टिप्पणियों को संभालने में Jev का इस्तेमाल करने से पहले इन शर्तों और वास्तविक इनपुट पर गलत निर्णय की दर की अलग से जाँच करनी होगी।