Decideresenza scrivere
Decision models, Jev e Kev: il giudizio veloce dentro il software. Che cosa non va negli LLM, che cosa cambia, e come lo usiamo in Formula Finance.
Che tipo di movimento è, per i costi bancari del conto?
Nessuna parola generata: una scelta fra sette voci, con le probabilità.
Il CEO di Jev contro il chatbot
Diogo Almeida guida TypeSafe, la società che ha creato Jev. Ha presentato l'idea quando l'azienda era ancora in modalità stealth, con un titolo che è già una tesi:
«I made ChatGPT, now I'm building what's next»
Alle sue spalle due slide: Overpromising is a feature e la ricetta dell'RLHF timbrata Certified boring.
Guarda il talk su YouTubeQuattro accuse agli LLM
Nati per assistere, non per automatizzare
Un LLM è costruito per affiancare una persona che rilegge. In un processo automatico nessuno rilegge ogni risposta. Per Almeida anche gli agenti che scrivono codice appartengono ancora all'era dell'assistenza.
Addestrati a piacere a chi li valuta
Con l' il modello impara le risposte che le persone preferiscono. Il risultato promette più di quanto sa: l'eccesso di sicurezza viene dal metodo di addestramento.
Troppe parole per dire sì
Per scegliere fra sette voci un chatbot scrive, ragiona e a volte divaga. Ogni parola costa tempo e denaro, e il programma deve poi interpretare il testo per capire la risposta.
La «lezione amara», corretta
Più calcolo non basta. L'ordine giusto per Almeida: prima il compito giusto, poi i dati, poi il calcolo. Da qui una terza strada di addestramento, calibrata, diversa da e .
Fonte: talk pre-lancio di Diogo Almeida. Sono tesi del produttore, senza misure a sostegno.
La valigia che si riempie mentre scrivi

- Descrivi il viaggio: «weekend al mare in Liguria con due bambini».
- Con Jev la valigia cambia a ogni parola: ogni modifica del testo è una nuova decisione.
- Passa al motore LLM (DeepSeek 4.1 Flash): devi premere Invio e aspettare.
- In basso a sinistra: gli ultimi tempi misurati dei due motori.
Dodici posti e un inventario chiuso: il modello sceglie gli oggetti, il software tiene il limite.
Apri la ValigiaIl braccio che smista i pezzi
Il braccio preleva i pezzi dal nastro e li mette in quattro scatole: Rifinire A, Grade AA, Grade A, Processare B. Un muletto porta via le scatole piene.
- Picco +8 e latenza a 4.000 ms: le decisioni arrivano tardi e il nastro aspetta.
- Soglia al 99%: nessun pezzo è abbastanza sicuro, la linea si ferma.
- Pezzo ambiguo: 53% di probabilità, sotto la soglia del 70%, resta fuori dalle scatole.
Simulazione: probabilità e latenze sono illustrative, nessuna chiamata a Jev.
Tocca a voi: costo bancario o altro costo?
Rispondete d'istinto, per alzata di mano. Il tempo parte quando compare la riga.
A che cosa serve: , un esempio reso anonimo.
Sistema 2 scrive, Sistema 1 sceglie
- Come
- Genera il testo parola per parola
- Tempo
- Secondi, e crescono con la lunghezza
- Uscita
- Testo libero da interpretare
- Serve a
- Scrivere, spiegare, pianificare
- Come
- Legge il contesto e assegna una probabilità a ogni risposta ammessa
- Tempo
- Millisecondi: Jev dichiara 70–500 ms
- Uscita
- Un valore tipizzato, pronto per il codice
- Serve a
- Classificare, instradare, verificare
I due sistemi vengono da Pensieri lenti e veloci di Daniel Kahneman. TypeSafe chiama i suoi modelli System One.
Un contesto, domande chiuse, probabilità
Confidence di una scelta fra n opzioni: (pmax − 1/n) / (1 − 1/n). Qui (0,88 − 1/3) / (2/3) = 0,82.
choiceUna fra opzioni definite. Quale squadra?
noulVero o falso, con probabilità. C'è un difetto visibile?
scoreLivelli ordinati. Evidenza assente, debole, chiara, molto chiara.
boxDove si trova nell'immagine, dove il modello lo supporta.
Il modello giudica, il software decide
Evidenza
Testo, foto, misure, un PDF già letto
Giudizi circoscritti
Una probabilità per ogni risposta ammessa
Regole leggibili
Soglie, tetti, eccezioni, autorizzazioni
Una misura fuori tolleranza, un lotto senza codice, una firma mancante: sono condizioni che il programma verifica da solo. Il modello entra solo dove servono le parole o gli occhi.
TypeSafe stessa, il 3 novembre, in Don't call it a decision model: il modello interpreta l'evidenza, le regole del software stabiliscono l'esito.
I costi bancari, riga per riga
Dagli estratti conto trimestrali ricaviamo quanto un'azienda paga alla sua banca: canoni, commissioni, bolli, interessi. Sono migliaia di addebiti, e ogni banca li scrive a modo suo.
PDF dell'estratto
Riconosce banca, trimestre e tipo di documento
Lettura e quadratura
17 lettori di banca e uno generico; saldi al centesimo
Prefiltro
POS, F24, addebiti SDD, bonifici grandi: fuori subito
Classificatore
Sceglie fra 7 voci, con la confidenza
Regole
Commissioni scritte nel testo, operazioni gemelle, tetti
Qwen sui dubbi
Conferma, scarta o segnala, a blocchi di 50
Sette voci: canone, commissione_operazione, spese_conto, affidamento, interessi_competenze, costo_dentro_operazione, non_costo.
Un movimento entra, una voce esce
Simulazione nel browser con le voci, il prefiltro e le soglie vere della pipeline. Le probabilità sono di esempio, non escono dal modello. Movimenti inventati.
Da Jev a Kev: addestrato sui nostri estratti
Funziona: su 6 estratti di banche mai viste ne ritrova 5 fra l'89,5 e il 100% dei costi, in meno di un secondo e per un decimo di centesimo a estratto. Ma il servizio è negli Stati Uniti: per non far uscire i nomi il testo va mascherato, e col mascheramento sicuro sbaglia di 1.200 € su un conto. Abbandonato.
Modello aperto con lo stesso contratto di Jev, addestrato su circa 9.000 addebiti di 30 clienti e servito in ufficio. Il testo resta in chiaro e non lascia la nostra rete.
Il classificatore diventa un embedding con due piccole teste. Le regole dopo restano le stesse.
«È un costo?» risposta giusta su 686 addebiti di 6 banche mai viste in addestramento
Le domande si scrivono, non si addestrano
Riconosce solo le cose su cui è stata addestrata: pedone, auto, semaforo. Una domanda nuova vuole migliaia di immagini etichettate e un nuovo addestramento. Che cosa fare lo decidono regole scritte a mano.
La domanda si scrive nella richiesta, con le sue opzioni: una domanda nuova è una riga di testo. Giudica la scena intera, «devo rallentare?», non solo le cose, e dà una probabilità.
Prova di AI HOODIE, non di Google. Video di guida: City Driving 4K Kraków, Relaxing Roads 4K, CC BY 3.0.
Decidere guardando e ascoltando
Gemini Decision 1 di Google riprende il contratto di Jev (noul, choice, score) e lo porta su ogni tipo di ingresso.
Che cosa diventa possibile
- Controllo qualità sul video della linea, senza estrarre fotogrammi a mano.
- Una telefonata al servizio clienti instradata dall'audio, senza trascriverla prima.
- Un estratto conto scansionato giudicato direttamente come PDF.
- Il braccio della demo con occhi veri al posto della simulazione.
Annunciato ieri: nessuna verifica indipendente. Come Jev, è un servizio fuori dall'Unione europea.
Leggi l'annuncioPrima di addestrare, prova uno script
degli addebiti escono con regole Python, prima di qualsiasi modello.
Misura del 23 ottobre su 12.177 addebiti di 162 trimestri: nessuno dei 4.378 costi è stato scartato per errore.
# prefilter.py: operazioni che non sono mai costi della banca ALWAYS = re.compile(r"^(?:sdd\b|pagamento pos|delega f24|giroconto| mutuo\b|stipendi\b|prelievo|...)", re.I) TRANSFER_MIN = 100.0 # nessuna commissione arriva a 100 €
Il prezzo dell'addestramento
- 105 estratti che quadrano, etichettati da un LLM e corretti a mano
- Banche di prova tenute fuori, una GPU dedicata, conversione a int8
- Calibrazione: per banche nuove la temperatura giusta è 3,9, e le soglie vanno ritarate
Se le parole cambiano poco, uno script fa gran parte del lavoro. Il modello serve dove la variabilità è davvero alta.
Quattro cose da sapere prima di fidarsi
Il classificatore del proprio dominio spesso vince
In uno studio indipendente un classificatore addestrato sulle etichette del compito batte i decision model generici su quasi tutti i benchmark. Da noi: 19% senza addestramento, 94,6% dopo.
La confidence è una formula, non una garanzia
Dipende da come il modello è calibrato. Sul nostro test cambiare la temperatura da 1 a 3,9 sposta il totale dei costi di oltre 150 €: soglie e probabilità si tarano insieme.
Resiste al rumore, non al senso
Codici e numeri a caso non spostano il giudizio. Un testo ostile infilato nel contesto sì: quello che entra nello state va controllato.
Dove vanno i dati?
Jev e Gemini sono servizi fuori dall'Unione europea. Per gli estratti conto dei clienti abbiamo scelto un modello che gira in ufficio.
Una risposta nel formato giusto non è per forza una risposta giusta.
Quando conviene un decision model
Sì
- Un giudizio circoscritto, ripetuto migliaia di volte
- Categorie chiuse che si sanno descrivere a parole
- Serve una risposta mentre il processo scorre
- Un errore costa poco, oppure il dubbio va a una persona
No
- Strategie in più passi: un buon giudizio locale non è una buona strategia
- Un numero che si calcola esattamente dai dati
- Decisioni critiche senza nessuna revisione
- Testi che variano poco: basta uno script
Ogni riga è un punto: i costi bancari stanno sulla montagna
trascina per ruotare · rotella per lo zoom · clic su un punto
La vista 3D ha bisogno della connessione per caricare la libreria grafica.
Mappa illustrativa: un embedding ha centinaia di dimensioni, qui ne vedete due. L'altezza è la probabilità di costo data dalla prima testa, ogni vetta è una voce. Posizioni simulate nel browser, righe inventate.
Per la velocità: tutto in un colpo
Ogni richiesta porta la riga, la domanda e i sette criteri. Il modello rilegge le istruzioni ogni volta.
Tutti i testi unici partono insieme e tornano come vettori. Le categorie stanno in due regressioni logistiche, calcolate sul nostro server.
Testi uguali a meno delle cifre contano una volta: 5.550 addebiti diventano 773 testi (misura del 24 ottobre). Un embedding multimodale porta lo stesso schema su immagini e audio. Animazione dimostrativa: conta richieste e byte, non misura i tempi.
Community Night · 12 novembre 2026 · Fabbrica in Pedavena, Brescia