Typed-decision model · Русский

Решения, не текст

Открытая русская модель принятия решений. Выбор варианта, да или нет, оценка по шкале, с откалиброванной уверенностью. Лицензия MIT, работает на CPU внутри вашего контура.

Скачать на Hugging Face Документация API
—Точность, русский
—ECE калибровки
—на CPU, мс
Ру-Жев · решение
boolean
Клиента списали дважды.
Клиент просит возврат средств?
да0.94

Три типа решений

Одна модель, три формы ответа

  • boolean

    Да или нет

    Вероятность истины по вопросу к тексту. Порог задаёте сами.

    клиент просит возврат?
    → да  0.94
  • choice

    Выбор варианта

    Один вариант из набора и вероятность по каждому.

    billing / support
    → billing  0.88
  • score

    Оценка по шкале

    Значение на упорядоченной шкале и распределение по уровням.

    тональность 0..2
    → 1.7

Как это работает

Три шага до решения

  1. 01

    Запрос

    Отправляете текст и вопрос с вариантами. Текст остаётся внутри вашего периметра.

    state: "Клиента списали дважды"
    questions: { отдел, возврат }
  2. 02

    Решение на CPU

    Компактный энкодер считает ответ на обычном процессоре, без видеокарты и без внешнего API.

    encoder 300M · MIT
    на CPU, локально
  3. 03

    Уверенность

    Возвращается вариант и его вероятность. Уверенные случаи идут автоматически, спорные уходят человеку.

    choice: "billing"
    confidence: 0.88

Drop-in совместимость

Тот же формат. Меняется только адрес

Приложение под закрытую decision-модель переходит на Ру-Жев сменой base URL.

POST https://ru-jev.besk.tech/v1/systemone

{
  "model": "ru-jev-latest",
  "state": "Клиента списали дважды",
  "questions": {
    "otdel": {
      "type": "choice",
      "criteria": { "billing": "Платежи и возвраты", "support": "Прочее" }
    },
    "vozvrat": {
      "type": "boolean",
      "instructions": "Клиент просит деньги назад?"
    }
  }
}

Почему локально

Там, куда закрытый API не поставить

Закрытые decision-модели работают только через внешний API из США. Данные банка или госоргана туда не отправить. Ру-Жев ставится внутрь периметра.

  • Открытая и коммерческая. Веса под MIT. Можно встраивать в продукт и ставить on-prem без ограничений.
  • На CPU. Компактный энкодер, видеокарта не нужна. Решение за миллисекунды на сервере клиента.
  • Откалибрована. Уверенность по каждому решению. Проверка нагрузки падает без потери контроля.
  • Русский в приоритете. Бенчмарк и обучение на русском, мультиязычная база понимает и остальные.

Вопросы

Коротко о главном

Это форк Jev?

Нет. Веса Jev закрыты, а его условия запрещают обучение на его ответах. Ру-Жев обучен с нуля на открытых датасетах с разметкой людьми и не связан с TypeSafe AI.

Правда работает на CPU?

Да. В основе компактный энкодер на сотни миллионов параметров, не большая языковая модель. Решение считается на процессоре за миллисекунды.

Можно ли использовать в коммерции?

Да. Лицензия MIT. Обучающие данные отобраны так, чтобы разрешать коммерческое использование и установку on-prem.

Поставьте русскую decision-модель к себе

Скачать на Hugging FaceДокументация API