JJEV 学习站
首页/模型路由

USE CASE / Choice

模型路由

选择固定代码、轻量模型、推理模型或人工

一条代表性的输入(state)

用户任务、可用模型和资源限制

问题类型

Choice

问题说明(建议用英文写给模型)

选择固定代码、轻量模型、推理模型或人工

低于阈值时

程序检查预算、权限与模型可用性后执行

把模型路由做成可比较的决策

先用代码排除超预算、无权限或不可用的模型,再让 Choice 在剩余候选中建议处理路径。任务复杂度不能只靠字数推测;是否需要新文本、多步骤推理或确定性计算,应分别在标注样本中核验。

三个必须测的边界样本

  1. 计算 2+2:确定性代码优先
  2. 长但简单的格式转换:不因字数多就选推理模型
  3. 涉及账户授权:权限检查先于模型路由

示例请求

这是设计草案,不是 Jev 的实际回答或准确率测试。

{
  "state": "Summarize this page and cite the source.",
  "model": "jev-latest",
  "questions": {
    "decision": {
      "type": "choice",
      "instructions": "Which handler should receive this task?",
      "criteria": {
        "code": "A deterministic rule can fully solve it",
        "light_model": "A narrow text task with low uncertainty",
        "reasoning_model": "Requires multi-step reasoning or new text",
        "human": "Needs human judgment or approval"
      }
    }
  }
}

边界与回退

不能只按请求字数决定复杂度;保留回退模型。

先看原始任务:客服真正需要什么?

从客户原话、核实订单、设计三道问题,到阅读示意结果、处理边界案例和上线评估,完整走一遍 Jev 工作流。

完整实战:一条“显示送达却没收到”的工单,如何设计 Jev 决策流程