JEV 是 TypeSafe 推出的一款以決策為核心的基礎模型，其設計理念類似於通用化的決策樹。該模型能接收結構化 JSON 或非結構化輸入，並根據請求輸出帶有置信分數的排名選項、數值評分或布林值，而非傳統的自由形式文字。根據討論內容，JEV 能在 70 至 500 毫秒內返回類型化的答案，並具備零幻覺與校準過的置信分數特性。它主要支援三種操作原語：Choice（選項排名）、Score（數值評分）和 Noul（不含置信度的浮點數值）。

事件背景

傳統的大型語言模型（LLM）通常逐個生成文字記號，在處理嚴格的決策任務時往往速度較慢且容易產生幻覺。JEV 被設計為一種「System One」模型，旨在直接接收程式狀態和類型化的問題，並輸出結構化的 JSON 決策結果。這種設計使其特別適合對一致性與執行速度有高要求的自動化管線應用。

社群觀察

社群成員普遍認為 JEV 是專門的決策模型，而非通用型大型語言模型，並指出其能夠輸出帶有置信分數的排名選項。部分使用者將其與 GLiNER 或 Laya 等現有專案進行比較，另一些人則強調其在處理特定分類任務時，相較於標準生成模型的高效性。