THE JEV GUIDE · CURATED EDITION
TypeSafe Jev etrafındaki lansman haberleri, açıklamalar, demolar ve topluluk projeleri konuya göre düzenlenir. Her kayıt X kaynağına geri bağlanır.
Seçilmiş liste · Kapsamlı değil · Elle güncellenir
01 / EXPLORE
0 means awaiting a verified post
Tek bir destek talebini yönlendirme, öncelik, risk ve sonraki eylem olmak üzere dört tipli karara dönüştürür; olasılık, gecikme, sağlayıcı ve maliyet bilgisiyle birlikte MIT deposu sunar. Link
Aynı kullanıcının bir karakter hakkında her gün şikayet gönderdiği bir oyun destek vakası örneğiyle gönderi, Jev'in yargı ölçütlerini tartışıyor ve bunları hayran mektubu olarak sınıflandıran insan kararıyla karşılaştırıyor.
Peter Ramsing, ekibinin TypeSafe Jev'i talep oluşturulurken takip soruları önermek için nasıl kullanmaya başladığını paylaşıyor ve talepler genellikle telefonda oluşturulduğu için hızlı olması gerektiğini belirtiyor.
Yazar, Vane Data ile oluşturulan satış sonrası destek ses hattına Jev eklemenin doğruluğu belirgin şekilde artırdığını paylaşıyor ve Vane'in artık vane.ai.jev(...) ile Relation.jev(...) desteklediğini belirtiyor. Link
TypeSafe AI'dan Jev'in yazılı veya sesli geri bildirimi sınıflandırıp gelen kutusuna yerleştirdiği, cookbook içeren yeniden kullanılabilir demo.
Yazar, Jev ile birden fazla dilde kötü kelimelerin binlerce varyasyonunu ve yazımını algılayabilen gerçek zamanlı bir sohbet moderatörü oluşturdu ve fiyatının son derece düşük olduğunu belirtti.
Sam Siam, Maksym'in demosunu paylaşıyor: Jev, tanımlanan ihtiyaca göre sonraki tıklamayı vurguluyor ve bunun yeni bir CRM kullanıcısına kişi içe aktarmada rehberlik etmek için kullanılabileceğini hayal ediyor.
Yazar, NHK abonelik sözleşmesi soruları için Jev ile AI müşteri desteği uygulamasını denedi; sohbet yoluyla kullanıcının devam etmesi, işlem yapması, muaf tutulması veya iptal edebilmesi gerektiği belirleniyor; Jev, kullanıcı yanıtlarına göre sonraki soruyu seçme rolünü üstleniyor.
CowAgent kullanarak Jev üzerinde toplu bilet analiz aracı oluşturma: bilet başına bir çağrı, yaklaşık 500ms içinde 7 sınıflandırma, puan ve olasılık dağılımlı boolean yargı döndürür.
Jev ile oluşturulan ve tek çağrıda ekip, aciliyet, ciddiyet ve müşteri ruh halini belirleyen destek talebi sınıflandırma aracı demosu.
Yazar, TypeSafe'in değerlendirmeye özel AI'si Jev'i müşteri desteğinde deniyor: hızlı ve isabetli, ancak neredeyse hepsi doğru olsa da kaçırılmaması gereken vakalar var; bu yüzden Code, LLM ve Human arasındaki rol paylaşımı önemli.
72 sentetik destek talebinin yönlendirilmesi: Jev departman için %93, aciliyet için %85 ve iade tespiti için %99 aldı; Laya %58, %63 ve %74 alarak 12 güvenlik talebinden yalnızca 1'ini tanıdı.