அன்றாட மென்பொருளில் AI முடிவுகள் எங்கு பொருந்துகின்றன என்பதை Jev செயல்விளக்கங்கள் காட்டுகின்றன

Matthew Berman-ன் செப்டம்பர் 24 காணொளியில் உள்ள எட்டு எடுத்துக்காட்டுகள் வலைப்பக்கத்தைச் சுத்தப்படுத்துதல், ஒரு பகுதியைக் கண்டறிதல், மின்னஞ்சல் பெட்டியை வரிசைப்படுத்துதல், இடைமுகக் கூறுகளைத் தேர்ந்தெடுத்தல் போன்ற பழக்கமான பணிகளில் TypeSafe AI-யின் Jev மாதிரியைப் பயன்படுத்துகின்றன. வெவ்வேறு உருவாக்குநர்களிடமிருந்து இந்தச் செயல்விளக்கங்கள் வந்துள்ளன. அவற்றின் பொதுவான அணுகுமுறை: மாதிரியிடம் ஒரு குறுகிய தீர்ப்பைக் கேட்டு, உள்ளீட்டைத் திரட்டுவதையும் முடிவைச் செயல்படுத்துவதையும் பயன்பாட்டிடம் விடுவது.

குறியீட்டில் அல்லது மற்றொரு மாதிரியால் செய்யப்படும் பணியிலிருந்து முடிவெடுக்கும் பகுதியைப் பிரித்துப் பார்த்தால் ஒவ்வொரு காணொளியும் மேலும் தகவலளிக்கிறது. பயனர் கவனிக்கக்கூடிய சாத்தியமான தவறும், மாதிரியை அழைக்கும் முறைக்கு இணையாக முக்கியமானது. இவை செயல்விளக்கங்களும் தொடக்கநிலை கருவிகளும் மட்டுமே; அவற்றின் துல்லியத்தையோ அன்றாட நம்பகத்தன்மையையோ BIG CHANGE சுயாதீனமாகச் சோதிக்கவில்லை.

முக்கிய மாற்றம்

• என்ன மாறியது: உலாவி குறுக்குவழியிலிருந்து மின்னஞ்சல் பெட்டி வரை, ஏற்கெனவே உள்ள மென்பொருள் தொடர்புகளில் வகைப்படுத்தப்பட்ட AI தீர்ப்பை உருவாக்குநர்கள் சேர்க்கின்றனர். Jev ஒரு தேர்வு, மதிப்பெண் அல்லது நிகழ்தகவை வழங்குகிறது; தேர்வுக்கான பொருளை அளித்து, பதிலின் அடிப்படையில் செயல்படுவது பயன்பாடுதான்.
• இது ஏன் முக்கியம்: முழுப் பணியையும் உரையாடல் இடைமுகத்திடம் ஒப்படைக்காமல், ஒருவர் வாசிக்கும், தேடும் அல்லது வரிசைப்படுத்தும் தருணத்திலேயே பயனுள்ள முடிவை எடுக்கலாம். தவறான தரவரிசை, மறைக்கப்பட்ட உள்ளடக்கம், எதிர்பாராத செயல்கள் ஆகியவற்றுக்குப் பயன்பாட்டு உரிமையாளர்களே பொறுப்பாகும் என்பதும் இதே வடிவமைப்பின் விளைவு.
• கவனிக்க வேண்டியது: அடுத்ததாகத் தேவைப்படுவது பணிக்கே உரிய சான்று: இந்தக் கருவிகள் சரியான பகுதியைத் தேர்ந்தெடுக்கின்றனவா, அத்தியாவசியப் பக்கக் கட்டுப்பாடுகளைப் பாதுகாக்கின்றனவா, முக்கிய மின்னஞ்சல்களைச் சரியாக வரிசைப்படுத்துகின்றனவா, அன்றாடப் பயன்பாட்டில் நிச்சயமற்ற நிலைகளை எவ்வாறு கையாளுகின்றனவா என்பவை. வேகமான செயல்விளக்கம் மட்டும் இக்கேள்விகளுக்குப் பதிலளிக்காது.

பக்கத்தைச் சுத்தப்படுத்துவதில் பணிப் பிரிவு தெளிவாகிறது

Kitze-வின் Unclutter உலாவி நீட்டிப்பு தெளிவான எடுத்துக்காட்டு. அதன் திட்ட README கோப்பு உலாவிப் பக்கத்திலுள்ள சாத்தியமான கூறுகளை நீட்டிப்பு பிரித்தெடுத்து, அவற்றில் எவை தேவையற்றவை என்று Jev-யிடம் கேட்பதாகக் கூறுகிறது. பின்னர் உலாவிக் குறியீடு மாற்றக்கூடிய மறைப்பு விதிகளைப் பயன்படுத்தி, பக்க வார்ப்புருவின்படி சேமித்து, மாதிரியை மீண்டும் அழைக்காமல் அதே விதிகளைப் பயன்படுத்துகிறது. பயனர்கள் நீட்டிப்பை இடைநிறுத்தலாம், ஒரு கூறைத் தெரியவிடலாம் அல்லது பக்கத்தை மறுபரிசீலனை செய்யலாம். குக்கீ மேல்தோற்றங்கள் மறைக்கப்படலாம்; ஆனால் பயனருக்குப் பதிலாக ஏற்றுக்கொள் அல்லது நிராகரி என்பதை நீட்டிப்பு அழுத்தாது.

அது முக்கியமான எல்லை. ஒரு கூறு கவனச்சிதறல் என Jev மதிப்பிடலாம்; ஆனால் உலாவியின் உரிமையாளர் அதுவல்ல, ஒப்புதல் தேர்வுகளை எழுதுவதோ ஒரு விதி எவ்வளவு காலம் நீடிக்க வேண்டும் எனத் தீர்மானிப்பதோ அதனால் முடியாது. சுத்தப்படுத்திய பிறகும் வழிசெலுத்தல், அணுகல்தன்மைக் கட்டுப்பாடுகள், கட்டணத் தடுப்பு அறிவிப்புகள், உண்மையான ஒப்புதல் விருப்பங்கள் ஆகியவை பயன்படுத்தக்கூடியதாக உள்ளனவா என நடைமுறை மதிப்பீடு சோதிக்க வேண்டும். திட்டம் மூலக் குறியீட்டு உருவாக்கங்களையும் சொந்த API சாவியைப் பயன்படுத்தும் அமைப்பையும் வழங்குகிறது; ஆனால் அந்தப் பிழைகள் குறித்த சுயாதீன கள ஆய்வை README தரவில்லை.

அந்த Made with Jev இணையதளக் கண்டறிபான், Berman-ன் காணொளியில் 3:29-இல் வேறுபட்ட செயல்முறையைப் பயன்படுத்துகிறது. அதன் சொந்த முறைப்படி, உலாவி காட்டப்பட்ட பாணிகளை அளக்கிறது; DeepSeek V4 Flash திரைப்பிடிப்புகளை விவரிக்கிறது; Jev, வடிவமைப்பையும் உரையையும் குறிப்பிட்ட அறிகுறிகளின் பட்டியலுடன் ஒப்பிட்டு மதிப்பிடுகிறது; பின்னர் DeepSeek சுருக்கமான தீர்ப்பை எழுதுகிறது. anthropic.com தளத்துக்கு 26% “slop” மதிப்பெண்ணை அந்தத் தளம் காட்டுகிறது. இது கருவியின் சொந்த பாணி அளவுகோலின்படி கணக்கிடப்பட்ட மதிப்பெண். காணொளியில் Berman ஊகித்தபோதிலும், Anthropic தளத்தின் எவ்வளவு பகுதி AI-யால் எழுதப்பட்டது என்பதை அது நிறுவவில்லை.

தகவல்களைத் தரவரிசைப்படுத்துவது வேறுவகை முடிவு

Jonathan Unikowski-யின் மின்னஞ்சல் பெட்டி செயல்விளக்கம் காலவரிசைப்படி தலைகீழாக வரிசைப்படுத்துவதற்குப் பதிலாக, முக்கியத்துவத்தின் அடிப்படையில் நேரடி தரவரிசையை அமைக்க முன்மொழிகிறது. இந்த அம்சம் Avec-க்கு “வரவிருக்கிறது” என்று அவரது பதிவு கூறுகிறது. பயன்பாட்டில் உள்ள மின்னஞ்சல் பெட்டியையோ, முக்கியத்துவத்துக்கான வரையறையையோ, தவறவிடப்பட்ட அவசர மின்னஞ்சல்களை அளக்கும் சுயாதீன மதிப்பீட்டையோ அது ஆவணப்படுத்தவில்லை. பயன்பாடுதான் இன்னும் மின்னஞ்சலைப் பெற்று, வரிசையைக் காட்டி, எதையேனும் காப்பகப்படுத்தவோ குறிச்சொல்லிடவோ அனுப்பவோ வேண்டுமா என முடிவெடுக்கும்; செயல்விளக்கத்தில் Jev-ன் பங்கு முன்னுரிமை அளிப்பதாகும்.

Shubham Saboo-வின் Needle நீட்டிப்பு இந்த வேறுபாட்டை மேலும் தெளிவாக்குகிறது. வாசகரின் வினவலுடன் ஒப்பிட்டு பக்கத்தின் பகுதிகளுக்கு Jev மதிப்பெண் அளிப்பதாகவும், பொருந்தும் உரையை நீட்டிப்பு அங்கேயே முன்னிலைப்படுத்துவதாகவும் Saboo கூறுகிறார். அவரது விரிவான விளக்கம் Needle பதிலை எழுதுவதில்லை என்கிறது: முன்னிலைப்படுத்தப்பட்ட வாக்கியம் பக்கத்தில் ஏற்கெனவே உள்ளது. இதனால் தேடல் குறுக்குவழி எதைத் தேட முடியும் என்பது மாறுகிறது; ஆனாலும் தவறான வாக்கியமும் முன்னிலைப்படுத்தப்படலாம். சரியான பகுதிகள் முன்கூட்டியே தெரிந்த வினவல்களையும், ஒன்றுக்கொன்று முரண்படும் ஒத்த கூற்றுகள் உள்ள பக்கங்களையும் கொண்டு சோதிக்க வேண்டும்.

Burhan Usman-ன் காணொளித் துண்டு பதிவு 90 நிமிடங்களுக்கும் நீளமான காணொளியில் ஒரு தலைப்பைப் பற்றிய துண்டுகளைக் கண்டறிந்ததாகக் கூறுகிறது. 8:34-இல் உள்ள காணொளிப் பகுதி, அமைப்பு ஒருவேளை உரைமாற்றைப் பயன்படுத்தியிருக்கலாம் என Berman கூறுகிறார்; அது அவரது ஊகம், செயல்முறை குறித்த சரிபார்க்கப்பட்ட விளக்கம் அல்ல. Jev-க்கு சரியாக என்ன உள்ளீடு அல்லது வெளியீடு கிடைத்தது என்பதைப் பதிவு குறிப்பிடவில்லை. மூலப் பொருளைப் பெறுதல், நேர எல்லைகளை நிர்ணயித்தல், பதிவிறக்கக்கூடிய துண்டுகளை உருவாக்குதல் ஆகியவை காணொளி வெட்டும் பயன்பாட்டின் பொறுப்பாகவே இருக்கும். அந்தப் பதிவில் கூறப்படும் நேரமும் செலவும் ஒரு உருவாக்குநரின் அனுபவம்; வெளியிடப்பட்ட துல்லியச் சோதனையோ தொடக்கம் முதல் முடிவு வரையிலான பணிப் பிரிப்பு விவரமோ இல்லை.

இடைமுகத்தை உருவாக்குவது பயன்பாட்டிடம் எதை விடுகிறது

Chris Tate-ன் json-render சோதனை பயன்பாட்டுக்குச் சொந்தமான விருப்பங்களிலிருந்து பயனர் இடைமுகத்தை உருவாக்குகிறது. திட்டத்தின் Jev ஆவணம் வழக்கத்தைவிடத் தெளிவாக விளக்குகிறது: கூறுகளையும் அவற்றின் அமைவிடங்களையும் Jev தேர்ந்தெடுக்கிறது; குறியீடு வரையறையை உருவாக்கிச் சரிபார்க்கிறது; திரையாக்கி அதைக் காட்டுகிறது. செயல்விளக்கத் தளத்தின் வணிகத் தரவு செயற்கையானது; பயனர் செயல்படும்போதுதான் நடவடிக்கை கையாளிகள் இயங்குகின்றன. எனவே இது வரையறுக்கப்பட்ட இடைமுகத்தை உருவாக்கும் வழியைக் காட்டுகிறது; மாதிரி தனியாக இணையதளத்தை எழுதி வெளியிடுவதை அல்ல.

இரண்டு படைப்பாற்றல் எடுத்துக்காட்டுகள் குறைந்த ஆபத்துள்ள தேர்வுகளை ஆராய்கின்றன. Matt DesLauriers-ன் வண்ணச் சோதனை உரைத் தூண்டுதல்களை காட்சிசார் செயல்விளக்கத்தில் வண்ணத் தொகுப்புகளுடன் இணைக்கிறது. Stefan-ன் எமோஜி சோதனை, 9:52-இல் காட்டப்படுகிறது, தட்டச்சு செய்த உரையுடன் எமோஜிகளைத் தரவரிசைப்படுத்துகிறது. இரண்டிலும், தேர்ந்தெடுக்கக்கூடிய காட்சிப் பொருளை பயன்பாடு காட்டுகிறது. இப்பதிவுகள் தொடர்புமுறை யோசனைகளைக் காட்டுகின்றன; தேர்வுகள் ஒரு பிராண்டுக்குப் பொருந்தும், மாறுபாட்டுத் தேவைகளைப் பூர்த்திசெய்யும் அல்லது வெவ்வேறு மொழி, சூழல்களில் செயல்படும் என்பதை நிறுவவில்லை.

TypeSafe-ன் ஆவணங்கள் இந்த எடுத்துக்காட்டுகள் ஏன் ஒரே வகையைச் சேர்ந்தவை என்பதை விளக்குகின்றன. வழங்கப்பட்ட நிலையைக் கொண்டு வகைப்படுத்தப்பட்ட Choice, Score, ஆம்/இல்லை கேள்விகளுக்கு Jev மதிப்பீடு அளிக்கிறது. Choice மற்றும் Score, மென்பொருள் அதன் சொந்த விதிகளில் பயன்படுத்தக்கூடிய நிகழ்தகவு விநியோகங்களையும் நம்பிக்கை மதிப்பையும் தருகின்றன. நிறுவனம் உண்மையான பணியில் வரம்புகளைச் சோதிக்கப் பரிந்துரைக்கிறது; நம்பிக்கைப் புலம் என்பது சுயாதீனத் துல்லிய முடிவு அல்ல.

ஒரு நிலையான விதி மிகத் திடமானதாக இருக்கும் இடத்தில், பொருத்தமான தருணத்தில் சிறிய கேள்வியைக் கேட்க மென்பொருள் உதவலாம் என்ற வடிவமைப்பு முறைக்கு இந்த எடுத்துக்காட்டுகள் நம்பத்தகுந்த ஆதாரமளிக்கின்றன. ஒரு குறிப்பிட்ட கருவி அன்றாடப் பணியில் இடம்பிடிக்கத் தகுதியானதா என்பது அதன் பிழைகள், அது எதை வெளிப்படுத்துகிறது அல்லது மறைக்கிறது, தவறிலிருந்து மீள்வதற்கான வழியைப் பயன்பாடு மக்களுக்கு அளிக்கிறதா என்பவற்றைப் பொறுத்தது. இவை மாதிரியின் முடிவைத் தாண்டி முழுப் பணிச்செயல்முறையையும் சார்ந்த பண்புகள்.