Cookbooks
Des recettes de bout en bout qui montrent TypeSafe sur de vrais problèmes, de quelques questions à des pipelines complets.
Chaque cookbook est un exemple résolu : un jeu de données réel, les questions TypeSafe qui décident quelque chose à son sujet, et le code qui transforme ces décisions en un système qui fonctionne. Lis-en un pour voir comment les primitives et les motifs se combinent sur un problème concret, ou copie-le comme point de départ pour le tien.
Cette section suppose que tu connais les primitives TypeSafe et que tu comprends comment fonctionne la confiance. Sinon, lis-les d’abord.
Autocohérence
Répète une décision et utilise la concordance entre les exécutions comme signal.
| Cookbook | Ce qu’il fait | Niveau |
|---|---|---|
| Autocohérence : nouls | Dirige les probabilités incertaines vers une revue humaine tout en gardant visibles les valeurs de noul sous-jacentes. | Débutant |
| Autocohérence : choices | Ajoute un résultat incertain aux décisions de modération et compare la concordance des étiquettes avec la part d’actions automatiques. | Débutant |
Traitement par lots
Regroupe beaucoup de questions dans une seule requête.
| Cookbook | Ce qu’il fait | Niveau |
|---|---|---|
| Questions en parallèle | Exécute un briefing réglementaire de 13 questions sur l’article Wikipédia du RGPD, en montrant que regrouper toutes les questions dans un seul appel TypeSafe coûte 12,2x moins cher et va 10,0x plus vite, sans changement dans les réponses. | Débutant |
Guides pratiques
Des recettes pour les tâches courantes : recherche, mise en forme, sélection d’outils, garde-fous.
| Cookbook | Ce qu’il fait | Niveau |
|---|---|---|
| Réordonnancement | Construit des listes courtes BM25 de 30 passages pour 40 requêtes juridiques CLERC, puis utilise une question TypeSafe par paire requête-candidat pour faire passer la précision top-1 de 5% à 18% et la précision top-10 de 38% à 62%. | Débutant |
| Recherche ligne par ligne | Construit une recherche sémantique pour les Conditions d’utilisation de GitHub. En une seule requête, note 218 identifiants de ligne par rapport à une requête en langage naturel avec une question Choice, et utilise une question Noul pour vérifier si le document contient une réponse. | Débutant |
| Récupération de structure | Reconstruit du Markdown à partir de texte brut qui a perdu sa mise en forme, en deux requêtes : l’une recolle les lignes coupées, l’autre classe chaque bloc (titre, liste, code, encadré). | Débutant |
| Appel de fonctions | Transforme des demandes de trading en langage naturel en appels à des fonctions typées ordinaires, en associant les noms de fonction et les arguments d’un ensemble fermé à des questions TypeSafe conscientes de la confiance. | Intermédiaire |
| Suggestion de skill | Choisit au plus un skill pour un tour d’agent parmi les 182 du catalogue Hermes de Nous Research, en utilisant deux requêtes TypeSafe pour classer et revérifier les meilleurs candidats. | Intermédiaire |
| Alignement d’entités de graphe de connaissances | Décide laquelle de 450 paires candidates issues de deux catalogues de bières décrit le même produit, à l’aide d’une question Score plus trois Nouls complémentaires qui révèlent quels champs ne concordent pas. | Débutant |
| Classification de passages RAG | Note chaque passage récupéré avec une requête TypeSafe, puis décide dans le code lesquels atteignent le modèle qui répond. | Intermédiaire |
| Vérification des citations | Repère les citations erronées ou inventées en les confrontant au document source. Une question Choice décide si le contexte de la citation étaye l’affirmation. | Débutant |
| Garde-fous pour les LLM | Filtre chaque message qui entre et sort d’une application LLM avec une requête TypeSafe, en appliquant des seuils aux probabilités de danger et à la gravité pour laisser passer, examiner, bloquer ou réacheminer. | Intermédiaire |
Extraction
Extraire des valeurs typées d’un texte désordonné.
| Cookbook | Ce qu’il fait | Niveau |
|---|---|---|
| Cascade SDE | Utilise une cascade d’extraction de données structurées en 2 étapes (mini → vérification → raisonnement) pour obtenir l’essentiel de la qualité d’un grand modèle de raisonnement à une fraction du coût. | Intermédiaire |
| Extraction de dates | Extrait les dates absolues et relatives en demandant à TypeSafe les parties nommées dans un document, puis en les résolvant et en les validant dans le code avec une revue fondée sur la confiance. | Débutant |
| Extraction de valeurs préanalysées | Utilise des expressions régulières pour trouver des e-mails, des numéros de téléphone et des montants candidats, puis fait sélectionner par TypeSafe le segment demandé pour que le code normalise une valeur littérale. | Débutant |
Classification
Ranger des entrées dans des catégories à n’importe quelle profondeur.
| Cookbook | Ce qu’il fait | Niveau |
|---|---|---|
| Classification hiérarchique | Classe des documents dans de profondes hiérarchies de brevets, de produits de détail, de biomédecine et de code source, à l’aide d’une recherche en faisceau parallèle sur les probabilités Choice de TypeSafe. | Intermédiaire |
| Découverte de variables par autoresearch | Exécute une boucle d’autoresearch qui propose des questions TypeSafe, convertit du texte libre en variables numériques et utilise les erreurs du modèle pour améliorer un régresseur CatBoost supervisé. | Avancé |
| Classification à l’aide de la confiance | Classe des rapports annuels de la SEC dans 75 groupes sectoriels avec un Choice chacun, puis lit la confiance de la réponse elle-même pour décider s’il faut rapporter ce groupe ou la division plus large au-dessus. | Débutant |