Jev 1.13 Manual de errores comunes: 9 modos de fallo y enfoques alternativos
En la documentación oficial hay una página muy especial: la documentación de jaggedness (bordes irregulares) — la «lista de defectos conocidos de Jev 1.13» recopilada por el propio TypeSafe. Empieza con la frase Jev isn't perfect y luego enumera 9 modos de fallo, cada uno con su enfoque alternativo. Esta lección trae ese documento completo: tabla de consulta rápida, desglose punto por punto, código oficial copiable, en unos 15 minutos en total.
Esta lección es completamente independiente y puede leerse sin tocar el navegador — los usuarios de API pura pueden saltar directamente desde el manual avanzado a esta lección sin perder nada. El documento indica que aplica a jev-1.13 (última revisión 2026-10-02), y oficialmente se reconoce que muchos de estos problemas se corregirán en versiones posteriores; pero el hábito de preguntar de «aritmética en el código, fechas por componentes, state grande filtrado primero» vale la pena cultivarlo con cualquier versión.
Qué podrás hacer al terminar
- Recitar de memoria los nombres de los 9 modos de fallo oficiales y dar una frase con el enfoque alternativo de cada uno (verifícate con la tabla de consulta rápida del resumen de esta lección)
- Convertir problemas de «hacer que Jev cuente» a la plantilla oficial: iteración de candidatos en código, un Noul por elemento, el conteo se suma en el código
- Convertir la comparación de fechas a «el modelo extrae componentes + el código ensambla»: enumeraciones Choice de 12 meses, 31 días y años acotados, con una salida de escape «no indicado»
- Adelgazar el state grande: enviar solo los campos que esa pregunta necesita; si no puedes filtrar, usa un Noul como compuerta de relevancia
- Completar las tres verificaciones antes del lanzamiento: consistencia al reordenar opciones, casos límite, alineación de instructions y criteria
Tu situación actual
- Respuestas «nueve correctas de diez»: con el mismo tipo de entrada, ocasionalmente una entra en una rama extraña, no encuentras el patrón y no te atreves a lanzar
- Claramente es una pregunta de juicio, pero el modelo parece estar contando y haciendo aritmética — los números nunca salen bien y cambiar la redacción no ayuda
- Quieres que Jev genere un resumen, encadenas Choice un buen rato, queda lento y malo, y no sabes si el método está mal o el modelo no da
Cuándo usar esta técnica
Cuando necesitas:
- Esquivar de antemano las trampas conocidas de Jev 1.13 al escribir preguntas, en lugar de rastrear caso por caso después del lanzamiento
- Reescribir una pregunta con «respuesta incorrecta» como una pregunta robusta — conteo, fechas, state grande y redacción, las cuatro causas frecuentes
- Decidir a quién corresponde una tarea: el juicio de Jev, la aritmética del código, o el texto de un modelo generativo
Y no quieres:
- Pisar las 9 trampas una por una para aprender — oficialmente ya las pisaron por ti y escribieron documentación
- Ser educado por entradas adversariales tras el lanzamiento: criteria poco claros, límites sin probar, y un vuelco en cuanto un usuario mete datos sucios
🎒 Preparativos antes de empezar
- Haber completado Confidence (confianza): saber que confidence es «un resumen de la forma de la distribución de probabilidad de la propia respuesta» — los avisos de errores comunes de esta lección usan esta premisa
- Haber usado los tres tipos de preguntas básicas: Choice (pregunta de selección), Score (pregunta de puntuación), Noul (pregunta de sí/no)
- (Opcional) Tener en mano una aplicación Jev en desarrollo — los pasos de esta lección son «toma tus propios problemas y mejóralos», y con problemas reales se aprende más
- (Opcional) Querer ejecutar la plantilla oficial de conteo: entorno con Python ≥ 3.10 y typesafe-sdk instalado (tutorial de instalación)
Idea central
Primero, la autoevaluación oficial (inicio del documento de jaggedness): jev-1.13 es rápido, está calibrado, es bueno en juicios de sentido común y rinde mejor en tareas de System One. Al mismo tiempo tiene tres tipos de debilidades innatas:
| Debilidad | Significado | Modo de fallo correspondiente |
|---|---|---|
| Indirección multinivel | Le cuesta las tareas que requieren niveles adicionales de indirección | #4 referencia indirecta |
| Interpretación literal | Su comprensión puede ser bastante literal | #1 interpretación literal |
| Precisión numérica | Las tareas que requieren precisión numérica sufren | #2 Matemáticas y números, #3 Comparación de fechas y horas |
9 modos de fallo son básicamente lo mismo: encasillar el trabajo de System Two (pensamiento lento) en System One (juicio rápido). Así que todas las alternativas pueden comprimirse en una regla:
Deja el juicio a Jev, la aritmética al código, la generación a los modelos generativos.
Al final de la documentación, el equipo oficial añade una lista de cuatro puntos a evitar, uno por uno:
- ❌ Preguntar al modelo cosas que el código puede calcular con exactitud
- ❌ Esconder varios juicios dentro de una sola pregunta
- ❌ Tareas de System Two: más niveles de indirección
- ❌ Meter en el state más contexto del que el problema necesita — palabras textuales oficiales: Jev suffers from context rot (podredumbre de contexto); el material irrelevante gasta directamente tu precisión
💡 La actitud del propio documento
El equipo oficial no lo oculta: abre con Jev isn't perfect y al final deja una entrada de Discord para recopilar nuevos modos de fallo. Documentar los problemas conocidos y adjuntar una alternativa a cada uno — esa es también la actitud que deberías tener con tu propia aplicación Jev: registra los tropiezos y añade cómo sortearlos.
Hazlo conmigo
Paso 1: usa la tabla oficial de 9 modos de fallo para hacer una revisión de tropiezos en Jev
Por qué: antes de cambiar tus preguntas, conoce primero el nombre de la enfermedad. El equipo oficial organizó los tropiezos conocidos en 9 modos de fallo, cada uno con una alternativa de una frase — repasa primero tus preguntas existentes con esta tabla; ahorra muchos idas y vueltas frente a depurar después de que salgan errores.
Tabla oficial completa (síntomas y alternativas provienen del documento sobre jaggedness):
| # | Modo de fallo | Síntoma típico | Alternativa oficial |
|---|---|---|---|
| 1 | Lectura literal (Literal reading) | Calificadores, negaciones y condiciones implícitas se leen todas literalmente; responde a lo que escribiste, no a lo que querías preguntar | Escribe condiciones exactas en las instructions y casos límite en los criteria; si no puedes evitarlo, divide en dos preguntas literales y combina con código |
| 2 | Matemáticas y números (Math and Numbers) | Contar no es fiable, el error crece con la escala; hex / RGB funcionan peor que los nombres en inglés | Toda la aritmética al código; contar = código que itera candidatos + una pregunta por elemento |
| 3 | Comparación de fechas y horas (Date and time comparison) | Las fechas se leen como texto; juicios sobre orden, intervalos y ventanas no son fiables | Extraer componentes, comparar con código |
| 4 | Indirección (Indirection) | Doble negación, atributos de atributos; cuantos más saltos, menos precisión | Reduce los saltos, apunta directamente por nombre al state relevante |
| 5 | Un state grande lleno de detalles irrelevantes | Los detalles irrelevantes son distractores; cuando falla, es difícil localizar qué parte de la entrada tiene la culpa | Filtra primero, envía solo lo que esa pregunta necesita |
| 6 | Contenido adversarial (Adversarial content) | Instrucciones inyectadas, marcos engañosos y texto que se autodefiende pueden mover la respuesta | Escribe preguntas exactas, prueba los límites antes de lanzar |
| 7 | Instrucciones y criteria contradictorios | Si las instructions y los criteria piden cosas distintas, el modelo se confunde | Trata los criteria como extensión de las instructions, alinea ambos |
| 8 | Orden de las opciones de Choice | El orden influye en la respuesta, con sesgo hacia las opciones que aparecen primero | Reordena las opciones, verifica que la respuesta siga siendo consistente |
| 9 | Necesita generation | Encadenar Choice para forzar generación: mal resultado y muy lento | Cambia a un modelo generativo; la extracción acotada conviértela en Choice |
Deberías ver: cada una de tus preguntas de borrador cae en tres categorías — las que se usan directamente; las que chocan con alguna fila y necesitan reescribirse; y las que no deberían preguntarse al modelo en absoluto (el código puede calcularlas con exactitud). Los pasos siguientes solo tratan la segunda categoría.
- Mi pregunta encontró su fila en la tabla (o confirmé que no necesita cambios)
Paso 2: devuelve la aritmética al código — el trío de tropiezos: contar, representación numérica e interpolación de Score
Por qué: palabras textuales oficiales Jev is not a calculator — toda lógica matemática se recomienda encarecidamente ponerla en código; Jev rinde mejor en preguntas semánticas que en preguntas matemáticas. El modo de fallo #2 tiene tres subtropiezos; veámoslos uno por uno.
Tropiezo A: contar. Contar con jev-1.13 no es fiable — desde el número de caracteres de una palabra, la frecuencia de un término en un párrafo, hasta la cantidad de elementos de una lista larga. La descripción oficial es muy gráfica: el modelo reconoce «la forma de la respuesta», no hace un tally uno por uno, y además el error crece con la escala de lo que se cuenta. Antes de actuar, pregúntate: ¿por qué este conteo necesita al modelo? Si la unidad la puede encontrar una expresión regular o un parser, el conteo es del código y el modelo no ayuda.
El ejemplo oficial (del documento sobre jaggedness, copiable palabra por palabra) — para contar cuántas frutas hay en una lista, conviértelo en «un Noul por item + suma en código»:
from typesafe_sdk import Noul, TypeSafeClient
client = TypeSafeClient(model="jev-1.13")
YES = 0.5 # up to you on what you want the threshold to be, depends on your usecase.
items = ["typesafe", "apple", "california", "banana", "likes", "calibration", "orange", "vertex"]
result = client.system_one(
{"items": items},
{
f"item_{i}": Noul(instructions=f"Is `items[{i}]` the name of a fruit?")
for i in range(len(items))
},
)
count = sum(result.nouls[f"item_{i}"].noul > YES for i in range(len(items)))El modelo solo hizo 8 juicios de «¿es una fruta?», sin contar ni una sola vez; count fue el código el que sumó las 8 respuestas. Según el contenido de la lista, apple, banana y orange deberían clasificarse como frutas, deberías ver count = 3.
Tropiezo B: representación numérica. La representación semántica supera a la numérica: en preguntas de color, los valores hex funcionan peor que los nombres de color en inglés; dar tripletas RGB o valores hex para juzgar si dos valores son cercanos — no es fiable. Igualmente, las preguntas sobre lenguajes de programación de alto nivel rinden mejor que las instrucciones codificadas en ensamblador o binario. Alternativa: el código hace la conversión y pasa números ya calculados o cubos con nombre (named bucket), dejando el modelo para lo que de verdad requiere juicio — por ejemplo, «¿este color se lee como una advertencia?».
Tropiezo C: interpolación de Score. No uses la salida de Score (expectativa, probabilidad) para calcular un valor exacto entre dos niveles. La expectativa sirve para comprobar «¿supera cierto umbral?», pero jev-1.13 tiene una calibración numérica débil de los score levels — reconstruir un número exacto interpolando entre los dos niveles más cercanos no es algo en lo que ayude.
- Busca en el código las preguntas que «piden al modelo una cantidad / diferencia / valor exacto» y conviértelas todas en cálculo con código o enumeración con Choice
Paso 3: no compares fechas — el modelo extrae componentes, el código ensambla
Por qué: jev-1.13 lee las fechas como texto, no como cantidades ordenadas. «¿Qué fecha va antes, a cuánta distancia están, caen dentro de la ventana?» — nada de eso es fiable; con formatos mixtos, referencias relativas (el jueves que viene) y límites de dominio (trimestres, ventanas de liquidación, períodos devengados) es peor aún.
El principio oficial de reparto de trabajo en una frase: extraer es juicio, para el modelo; la aritmética no, se queda en el código.
Cada componente de una fecha es un conjunto cerrado pequeño: 12 meses, 31 días, un rango acotado de años. Esto convierte la extracción en un Choice sobre opciones enumeradas, no en un parseo libre; además permite incluir una opción explícita de «no se indica» (not stated) — los componentes ausentes se reportan, no se adivinan. El código ensambla los componentes en una fecha real, y todo lo que sigue — ordenar, duraciones, desplazamientos, día de la semana — es del código.
Las 7 preguntas de Choice del cookbook oficial de extracción de fechas (todas enviadas en una sola solicitud):
| Pregunta | Qué juzgar | Vía de escape |
|---|---|---|
| mode | absolute (fecha de calendario con mes escrito) / relative (relativa a hoy) / none (esta fecha no está escrita) | none |
| month | el mes de la fecha absoluta (12 opciones) | none: el texto no lo menciona |
| day | qué día del mes (1–31 una opción por cada valor) | none |
| year | qué año (1900–2050 una opción por año) | none: el año no está escrito, el código lo completa; out_of_range: está escrito pero fuera de la lista, el código lo marca, no adivina |
| day_anchor | today / tomorrow / day_after / weekday (día de la semana con nombre) | none |
| weekday | día de la semana (7 opciones) | none |
| week_offset | next (la próxima semana calendario) / current (esta semana) / none (solo el día de la semana, sin nada más) | — |
La confianza del ensamblado toma «la más baja entre las partes realmente utilizadas»; si queda por debajo de 0.60 (el REVIEW_BELOW del cookbook) se pasa a revisión humana. La versión completa y ejecutable (incluye fechas relativas y umbral de confianza) está en Extracción de valores: fechas, correos, teléfonos, importes.
Deberías ver: una sola petición devuelve 7 respuestas de partes; el código ensambla el objeto date; «next Thursday» se resuelve por convención del código (día de la semana solo = el próximo desde hoy, next = la próxima semana calendario, current = esta semana) — el modelo no comparó ninguna fecha en ningún momento.
- En el código ya no hay preguntas del tipo «qué fecha es más temprana / cuántos días de diferencia / si está dentro de la ventana»; todo se convirtió en extracción de partes + comparación por código
Paso 4: comprensión literal en dos preguntas, menos saltos en las referencias indirectas
Por qué: los modos de fallo #1 y #4 tienen su enfermedad en el planteamiento de la pregunta. Comprensión literal: jev-1.13 responde a la pregunta que escribes, no a la que piensas — calificadores, negaciones y condiciones implícitas se leen al pie de la letra; una persona lee la intención, este no. Referencias indirectas: las preguntas con doble negación o indirección compleja pierden fiabilidad, los atributos anidados en atributos y el razonamiento de varios saltos gastan precisión.
Alternativas para la comprensión literal, tres:
- Escribe las condiciones exactas en
instructions, con concreción - Pon los casos límite en
criteria - Cita oficial: cuando miras una respuesta incorrecta y descubres que estás explicando «lo que realmente quería preguntar era…», esa explicación es la otra mitad que falta en las instructions
Donde realmente no puedas evitar la explicación, divídela en dos preguntas literales y combina con código. Por ejemplo, «conserva los comentarios relevantes y amables» esconde dos juicios en una sola frase:
from typesafe_sdk import Noul, TypeSafeClient
client = TypeSafeClient(model="jev-1.13") # 本页示例固定用 jaggedness 文档适用的版本
result = client.system_one(
{"comment": "这个服务真好用,就是贵了点"},
{
"is_on_topic": Noul(instructions="Is `comment` about the product itself?"),
"is_friendly": Noul(instructions="Is `comment` friendly in tone?"),
},
)
# 组合逻辑在代码里:改阈值、改逻辑,都不用动 prompt
keep = result.nouls["is_on_topic"].noul > 0.7 and result.nouls["is_friendly"].noul > 0.7Alternativa para las referencias indirectas: escribe las instructions tan directas como sea posible; siempre que puedas, señala por nombre las partes relevantes del state (citando rutas con backticks, por ejemplo ticket.messages[0].text), y no dejes que el modelo salte por su cuenta.
Deberías ver: tras la reescritura, cada pregunta conserva un solo juicio literal; conectores como «además» o «no es que no» desaparecen de las instructions; toda la lógica de combinación está en el código.
- Cada instructions tiene un solo juicio; las negaciones aparecen como máximo una vez
Paso 5: adelgazar el state grande — el código filtra primero, Noul actúa de compuerta de relevancia
Por qué: modo de fallo #5. Cuanto más contenido irrelevante para la decisión haya en el state, menor es la precisión — los detalles ajenos son distractores, y además un state grande dificulta localizar «qué parte de la entrada causó la respuesta incorrecta». Palabra oficial: Jev sufre de context rot, el material irrelevante del state gasta tu precisión directamente.
La alternativa tiene dos capas:
- El código primero recupera y filtra, enviando solo los campos que esa pregunta necesita
- Cuando el filtrado a nivel de state no alcanza, pregunta la relevancia con Noul. El enfoque del cookbook oficial de RAG: 4 Noul por cada pasaje candidato — si es relevante, si contiene evidencia utilizable, si contradice las premisas de la consulta, si contiene instrucciones inyectadas;
is_relevantpor debajo de 0.45 (elrelevant_mindel cookbook) se excluye directamente
⚠️ Haz la cuenta del contexto de paso
La documentación oficial de jaggedness advierte: el state cuenta una vez para jev-1.13 en cada uno de los dos límites de contexto — el per-request 64k (state + todas las preguntas) y el per-question 32k (state + una sola pregunta). Si el contenido se pasa, puedes activar el header de contexto largo (TypeSafe-Danger-Zone-Long-Context: true, ambos límites pasan a 262k), pero la documentación oficial dice claramente que es más lento y menos preciso — el orden correcto es filtrar primero, no activar el header primero.
El caso completo está en Filtro de pasajes RAG; repaso de las tres formas del state y de la referencia por rutas en State estado.
Deberías ver: el state enviado contiene solo los campos útiles para esa pregunta; el cuerpo de la petición se encoge visiblemente; la respuesta a la misma pregunta se estabiliza.
- El state de cada pregunta pasó el filtro «¿este campo sirve para esta pregunta?»
Paso 6: tres verificaciones antes de producción — reordenar opciones, casos límite, alineación de instrucciones
Por qué: los modos de fallo #6, #7 y #8 no se resuelven de una vez cambiando el planteamiento; las alternativas oficiales son todas «verificaciones antes de producción». Antes de exponerte a muchos usuarios, corre estas tres verificaciones.
Primera verificación: reordenar las opciones de Choice. La documentación oficial observa que el orden de las opciones puede influir en la respuesta; jev-1.13 favorece las opciones que aparecen primero. Método de revisión: reordena las opciones y vuelve a preguntar; la respuesta debe ser consistente.
from typesafe_sdk import Choice, TypeSafeClient
client = TypeSafeClient(model="jev-1.13")
state = {"ticket": {"subject": "无法登录", "message": "从今天早上开始一直报 401"}}
def urgency(options: dict) -> str:
return client.system_one(
state,
{"urgency": Choice(instructions="How urgent is `ticket`?", criteria=options)},
).answers["urgency"].choice
print(urgency({"low": None, "medium": None, "high": None}))
print(urgency({"high": None, "medium": None, "low": None})) # 重排后再问一遍
# 两次不一致 → 这个问题的答案不可信:选项定义要更互斥、更具体Segunda verificación: contenido adversarial. El state son datos, jev-1.13 por defecto no lo trata como contenido hostil — instrucciones inyectadas, encuadres deliberadamente engañosos, textos que defienden su propia clasificación, pueden mover la respuesta (la documentación oficial dice que esto mejorará en el futuro). Alternativa: escribe los criteria con claridad; prueba a fondo tu integración antes de producción. El caso completo de inspección de seguridad en esta dirección está en Salvaguardas de LLM.
Tercera verificación: alineación de instrucciones y criteria. Cuando ambos piden cosas distintas, el modelo se confunde. El ejemplo oficial: un Noul cuyo true mapea «no» y false mapea «sí» rinde peor. Alternativa: trata los criteria como una extensión de las instructions, alinéalos con lenguaje claro y preciso; la meta es que una persona corriente lo entienda de un vistazo.
Deberías ver: la respuesta es consistente tras reordenar; casos límite como entrada vacía, entrada demasiado larga, entrada con inyecciones, todos probados; las instructions y los criteria dicen lo mismo.
- Las tres verificaciones corridas; las definiciones de opciones inconsistentes ya reescritas
Punto de control ✅
- Puedes recitar los nombres de los 9 modos de fallo y decir una alternativa para cada uno (contra la tabla de referencia rápida del resumen de esta lección)
- Conteos, comparaciones de fechas y valores numéricos exactos pasaron todos a cálculo por código — el modelo solo juzga
- Cada instructions tiene un solo juicio literal; la lógica de combinación está en el código
- state solo envía los campos que esa pregunta necesita, las cuentas de las dos restricciones de 64k / 32k ya se han hecho
- Antes de salir a producción se han corrido las tres verificaciones: consistencia del reordenamiento de opciones, casos límite y alineación de instrucciones
Recordatorio de trampas comunes
❌ Hacer que Jev genere texto
Síntoma: quieres que Jev escriba resúmenes, redacte respuestas o genere texto libre, y usas Choice encadenado para deletrear palabra por palabra.
Causa: modo de fallo #9. jev-1.13 no ha sido entrenado para generar texto; la documentación oficial dice claramente que forzar la generación con Choice encadenado «funciona mal y es muy lento».
Forma correcta: cuando el espacio de respuestas es acotado, convierte la extracción en un Choice sobre esas opciones en lugar de preguntar por el valor en sí; si necesitas texto libre, usa un modelo generativo. La división de trabajo oficial recomendada para extracción de datos: regex o un modelo generativo extraen primero las opciones candidatas y jev-1.13 solo se encarga de elegir la correcta—extracción de valores es la implementación completa de esa división. Las palabras textuales oficiales son muy directas: If you really need to generate text... there are other models for that.
❌ Usar un umbral de confidence como curita
Síntoma: las respuestas son ocasionalmente absurdas, así que añades umbrales de confidence por todas partes y todo lo que esté por debajo del umbral pasa a revisión humana, pensando que con eso ya está resuelto.
Causa: confidence es «un resumen de la forma de la distribución de probabilidad de la propia respuesta», no una prueba de «si la respuesta es correcta». Al toparse con trampas como la interpretación literal, el modelo responde con confianza a la pregunta literal—la distribución es muy puntiaguda y el confidence muy alto, pero responde otra cosa. Un problema mal escrito no se salva con umbrales.
Forma correcta: primero corrige el problema según los 9 patrones de esta lección, y luego usa los tres niveles de uso de confidence para hacer automatización por niveles. Además, en las preguntas frecuentes de la documentación oficial de agent-skill hay una: si solo te importa «elegir el mejor», basta con tomar la opción de mayor probabilidad, sin necesidad de poner umbrales de confidence por todas partes; si tienes necesidades de cálculo estadístico, usa probabilities.
❌ «Estas trampas de 1.14 ya están todas corregidas, no hace falta aprenderlas»
Síntoma: ves que la documentación indica que aplica a jev-1.13, mientras que jev-latest ya apunta a jev-1.14.0, y concluyes que toda la página se puede saltar.
Causa: lo oficial solo dijo que «muchas se corregirán en versiones posteriores», sin decir cuáles se corrigieron; la última revisión del documento de jaggedness fue el 2026-10-02, anterior al lanzamiento de 1.14 (2026-10-14), y el sitio de documentación oficial tampoco tiene una lista de jaggedness para la versión 1.14. Además, jev-1.13.0 sigue en servicio, y lo oficial planea dar 60 días de aviso antes de descontinuarlo.
Forma correcta: convierte los 9 patrones en un hábito de redacción de preguntas—la aritmética va al código, las fechas se descomponen en componentes, los state grandes se filtran primero; nada de esto depende de la versión y son buenas prácticas igualmente para 1.14. Para usuarios de chino hay además un recordatorio oficial: la precisión del contenido CJK es menor que la del inglés, prueba con tus propios datos antes de salir a producción y presta especial atención al confidence (sección de soporte de idiomas en modelos y precios).
Técnicas avanzadas (opcional)
Convierte la tabla de referencia rápida en una lista de equipo. La documentación oficial de agent-skill sugiere centralizar preguntas y constantes de umbral en un solo archivo para facilitar la revisión humana. Los 9 modos de falla forman de manera natural una lista de revisión de preguntas: antes de fusionar una pregunta nueva, repásala contra la tabla de referencia rápida del resumen. Combínalo con TypeSafe Agent Skill para que Claude Code te ayude a reescribir preguntas—lo oficial ya advirtió que los agent no son buenos escribiendo preguntas, espera una edición colaborativa.
Retroalimenta tus objetivos de Ultrafast. Estos hábitos de redacción de preguntas también se aplican a escribir objetivos de tareas de navegador: literales, concretos y con condiciones de parada—los objetivos de ejemplo oficiales todos terminan con Stop when…, y «escribir objetivos estrechos» también es una recomendación oficial (ver resolución de problemas de Ultrafast).
Si descubres un nuevo modo de fallo, repórtalo al equipo oficial. Al final del documento de jaggedness hay una convocatoria: si encuentras un modo de fallo que merezca estar en la lista, da retroalimentación en Discord.
Resumen de la lección
✅ La fórmula general de Jev para evitar trampas: el juicio se lo dejas a Jev, la aritmética al código, la generación a los modelos generativos; el state solo envía lo que esa pregunta necesita.
✅ De los 9 modos de falla, #2 #3 son «trabajo que debía ir al código», #1 #4 son «redacción de la pregunta», #5 es «organización del state», #6 #7 #8 dependen de «verificaciones antes de salir a producción», y #9 es «hay que cambiar a un modelo generativo».
✅ Recuerda dos plantillas oficiales: conteo = código itera los candidatos + un Noul por cada elemento; fecha = Choice enumera los componentes + código ensambla, con una salida de emergencia para «no está escrito».
✅ confidence es un resumen de la forma de la distribución, no salva preguntas mal escritas—primero corrige la pregunta, luego fija umbrales.
✅ Estos hábitos no dependen de la versión; para contenido en chino, presta atención adicional a la precisión CJK y haz pruebas propias antes de salir a producción.
Referencia rápida de los 9 modos de falla (síntoma → práctica alternativa):
| # | Modo de falla | Práctica alternativa en una frase |
|---|---|---|
| 1 | Interpretación literal | Las condiciones exactas van en instructions, los límites en criteria; divide en dos preguntas y combina con código |
| 2 | Matemáticas y números | Toda la aritmética va al código; conteo = código itera + una pregunta por elemento |
| 3 | Comparación de fechas y horas | Extrae componentes (Choice los enumera), el código compara |
| 4 | Referencia indirecta | Reduce los saltos, apunta al state por nombre |
| 5 | State grande lleno de detalles irrelevantes | Filtra primero; si no se puede filtrar, usa Noul como compuerta de relevancia |
| 6 | Contenido adversarial | Escribe criteria con precisión, prueba los límites antes de salir a producción |
| 7 | Instrucciones y criteria contradictorios | criteria es una extensión de instructions, alinea ambos |
| 8 | Orden de las opciones de Choice | Reordena las opciones y verifica la consistencia de las respuestas |
| 9 | Se necesita generation | Cambia a un modelo generativo; la extracción acotada conviértela en Choice |
Avance de la próxima lección
Aquí concluye el manual avanzado. La próxima lección Referencia rápida de la API: solicitudes, respuestas y errores reúne en una sola página los conocimientos de la capa de solicitudes. Aprenderás:
- Reglas del cuerpo de la solicitud: límite de 32 MiB, JSON en UTF-8 sin BOM, anidamiento ≤ 64 niveles, los números deben ser finitos
- Tabla de códigos de estado: 400 / 401 / 413 / 415 / 422 / 429 / 529: sus significados y estrategias de reintento
- Reglas de compresión: cómo usar gzip / zstd y cuándo se produce 415
- Comparación de los campos de solicitud y respuesta entre el SDK y la conexión directa con curl
Tutoriales relacionados
- Noul de verdadero/falso: la probabilidad real de obtener 0 a 1
- Score de puntuación: puntúa según la escala que definas
- Extracción de valores: fechas, correos electrónicos, teléfonos, importes
Apéndice: referencia del código fuente
Haz clic para expandir y ver la fuente en la documentación oficial
Fecha de actualización: 2026-11-04 (fuente local de información de la documentación oficial sources/jev/docs/, URL = https://docs.typesafe.ai/<本地路径>)
| Contenido | Ruta del archivo | Ubicaciones clave |
|---|---|---|
| Tabla general de 9 modos de fallo y enfoques alternativos sección por sección | docs/model-jaggedness/jev-1.13.md | Posicionamiento inicial (velocidad / calibración / juicio de sentido común; tres puntos débiles: niveles de indirección, comprensión literal, precisión numérica); tabla de modos de fallo; al final, cuatro reglas avoid y el punto de entrada para propuestas en Discord |
| Ejemplo oficial de conteo (Noul de evaluación por ítem + suma en código) | docs/model-jaggedness/jev-1.13.md | Math and Numbers → Counting: 8 items, YES = 0.5, suma con result.nouls |
| Representación numérica e interpolación con Score | docs/model-jaggedness/jev-1.13.md | Numeric representations (hex vs nombres en inglés, lenguajes de alto nivel vs ensamblador); Math using score (la esperanza solo se usa para la comprobación de umbrales) |
| Comprensión literal / referencia indirecta / state grande / adversarial / instrucciones contradictorias / orden de opciones / generación | docs/model-jaggedness/jev-1.13.md | Las subsecciones homónimas; la NOTE sobre el context limit de la subsección Large state |
| Implementación completa de la extracción de componentes de fecha | docs/cookbooks/date_extraction_cookbook.md | 7 Choice (mode / month / day / year / day_anchor / weekday / week_offset); year 1900–2050 + none / out_of_range; REVIEW_BELOW = 0.60; la confianza toma el valor mínimo de los componentes usados; el código publicado fija TYPESAFE_MODEL = "jev-1.12" |
| Compuerta de relevancia con Noul y comprobación de inyección | docs/cookbooks/classifying_rag_passages.md | 4 Noul (is_relevant / contains_answer_evidence / contradicts_query_premise / contains_prompt_injection); relevant_min = 0.45 |
| Límite de contexto y contexto largo | docs/models.md | 64k por solicitud / 32k por pregunta; TypeSafe-Danger-Zone-Long-Context: true → 262k, más lento y menos preciso |
| Cronología de versiones y soporte de idiomas | docs/models.md; entrada de blog typesafe.ai/blog/jev-1-14 (local site/jev-1-14.md) | lanzamiento de jev-1.14.0 el 2026-10-14; jev-latest ya apunta a 1.14.0; 1.13 tiene previsto un aviso de 60 días antes de su desuscripción; menor precisión en CJK, hacer pruebas propias antes de salir a producción |
| Preguntas frecuentes como «no hace falta fijar umbrales de confidence por todas partes» | docs/agent-skill.md | La sección Common issues |