← 所有用例
内容审核
在用户生成内容进入你的应用之前设置护栏。
在线试用
这是真实的东西,不是模型演示。编辑输入、点击运行,Jev 会在一次往返中返回每一个类型化答案——免费、无需注册。现在想象同一次调用并行地跑在数千条数据上。
state — 软件传给 Jev 的输入53c
questions — 你想拿回的类型化决策
noulallow
这条评论是否可以在无需人工审核的情况下自动发布?
→ 概率 0.0 … 1.0
scoretoxicity
这段话的言辞有多恶毒或充满敌意?
→ 0…3 · 4 个等级
choicecategory
最相关的政策领域是哪一个?
→ 其中之一: clean, harassment, spam, selfharm
真实 API · 免费 · 无需注册
类型化、已校准的输出将显示在这里。
选一个示例,调整输入,然后点击 运行 Jev.
选一个示例,调整输入,然后点击 运行 Jev.
Jev 做出的决策
在一次调用中，Jev 针对同一份输入并行评估以下每一项：
noulallow
这条评论是否可以在无需人工审核的情况下自动发布?
返回一个已校准的是/否概率。
scoretoxicity
这段话的言辞有多恶毒或充满敌意?
在一个有序量表上给它打分：
- 友好 / 中性
- 略显无礼
- 明显在辱骂
- 仇恨或骚扰
choicecategory
最相关的政策领域是哪一个?
从这些选项中挑一个：
clean— 不涉及任何政策问题harassment— 针对他人的侮辱或骚扰spam— 垃圾信息或广告selfharm— 自残或暴力
确切的请求
这就是实时演示背后真实的载荷——复制它，改一下 state，你就开始构建了：
{
"model": "jev-latest",
"state": "公开论坛上的一条用户评论:“说实话这整个社区就是垃圾,版主都是小丑,不过这篇教程本身确实很有用,谢谢分享”",
"questions": {
"allow": {
"type": "noul",
"instructions": "这条评论是否可以在无需人工审核的情况下自动发布?"
},
"toxicity": {
"type": "score",
"instructions": "这段话的言辞有多恶毒或充满敌意?",
"criteria": [
"友好 / 中性",
"略显无礼",
"明显在辱骂",
"仇恨或骚扰"
]
},
"category": {
"type": "choice",
"instructions": "最相关的政策领域是哪一个?",
"criteria": {
"clean": "不涉及任何政策问题",
"harassment": "针对他人的侮辱或骚扰",
"spam": "垃圾信息或广告",
"selfharm": "自残或暴力"
}
}
}
}把它接进你的代码
读取类型化的答案，用普通代码分支判断——无需解析。自动处理高置信度的情形，把不确定的路由给更大的模型或人工。这只是一次 API 调用，而且输出免费，所以把你需要的每个问题一次都问了吧。