---
title: TypeSafe lança Jev para otimizar bots de voz com modelos de decisão
url: https://www.elseif.net/pt-br/typesafe-lanca-jev-para-otimizar-bots-de-voz-com-modelos-de-decisao
published: 2026-11-03T14:15:08+00:00
language: pt-br
section: Modelos
source: https://habr.com/ru/articles/1102134/?utm_campaign=1102134&utm_source=habrahabr&utm_medium=rss
organizations: TypeSafe, Convai Innovations, Cloudflare, Cortiq, Bespoke Labs, Nvidia
publisher: elseif
---

# TypeSafe lança Jev para otimizar bots de voz com modelos de decisão

A TypeSafe disponibilizou em acesso antecipado, em setembro de 2026, o Jev, um modelo de decisão conhecido como modelo Sistema Um. O Jev foi desenvolvido para atuar como um classificador em bots de voz baseados em grandes modelos de linguagem, resolvendo problemas como interrupções inadequadas e falhas no agendamento de clientes.

O modelo processa entradas compostas por fragmentos de transcrição, a última fala do bot e a etapa do cenário, juntamente com uma série de perguntas. Em vez de gerar texto ou tokens de saída, o Jev fornece respostas tipificadas, que podem incluir a escolha entre opções predefinidas, avaliações em escalas curtas ou a probabilidade de uma resposta sim ou não para perguntas diretas. A definição de como utilizar essa estrutura cabe ao construtor do bot.

Em termos de desempenho, a TypeSafe indica que a latência do Jev varia entre 70 e 500 milissegundos. Relatos de usuários mostram resultados divergentes, com alguns registrando cerca de 170 milissegundos para um conjunto de 35 perguntas em conexões aquecidas, enquanto outros observaram tempos entre 332 e 892 milissegundos.

A utilização de classificadores como o Jev visa superar limitações de modelos de linguagem maiores, que podem apresentar alucinações devido a prompts extensos, alto custo operacional ou lentidão incompatível com conversas telefônicas. A estratégia consiste em usar o classificador para rotear a conversa para agentes especializados em temas específicos, reduzindo o tamanho dos prompts e economizando tokens.

Além do Jev, surgiram outras alternativas de modelos de classificação. Estão entre elas o Laya, da Convai Innovations, sob licença Apache 2.0, e o Clef, da Cloudflare. A Cortiq lançou o CMF, um modelo de 304,5 megabytes que opera em milissegundos. A Bespoke Labs criou o Bespoke Nimble, baseado em ajuste fino de LoRA do Qwen3.5-9B, e o desenvolvedor jaredpalmer desenvolveu a família de modelos Kev, iniciando com o Kev-0.5B baseado no Qwen2.5-0.5B. Adicionalmente, a Nvidia e Stanford desenvolveram conjuntamente o CLM-8B, que utiliza cache de ações de agentes e demonstrou velocidade superior ao Jev em testes dos autores.